Факторный анализ на переднем конце для верификации диктора

В статье представлено развитие нашей предыдущей работы, в которой было предложено новое представление диктора для его верификации. В рамках этой модели с использованием простого факторного анализа определяется новое низкоразмерное пространство, зависящее от диктора и канала. Это пространство называется пространством полной вариативности, поскольку оно моделирует как вариативность диктора, так и вариативность канала. Предложены две системы верификации диктора, использующие это новое представление. Первая система основана на методе опорных векторов и использует косинусное ядро для оценки сходства между входными данными. Вторая система непосредственно использует косинусное сходство в качестве итоговой оценки решения. В пространстве полной вариативности были протестированы три метода компенсации влияния канала: нормализация внутриклассовой ковариации (WCCN), линейный дискриминантный анализ (LDA) и проекция мешающих атрибутов (NAP). Было установлено, что наилучшие результаты достигаются при последовательном применении LDA и WCCN. При использовании оценивания по косинусному расстоянию на мужских англоязычных испытаниях основного условия набора данных NIST 2008 Speaker Recognition Evaluation были достигнуты равная ошибка (EER) 1,12% и минимальная функция стоимости обнаружения (MinDCF) 0,0094. Кроме того, для испытаний с дикторами обоих полов в условии 10 с–10 с достигнуто абсолютное улучшение EER на 4% по сравнению с оцениванием на основе классического совместного факторного анализа.