Факторный анализ на переднем конце для верификации диктора
Front-End Factor Analysis for Speaker Verification
2010-08-10
SCID: 54.1/6354mjmg
Discuss with AI
компенсация каналакосинусное оцениваниефакторный анализверификация говорящегопространство полной вариативности
Figures from the paper
Abstract (AI)
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.
Key Findings
1
Среди исследованных методов компенсации канала наилучшие результаты дала последовательность линейного дискриминантного анализа и нормализации внутриклассовой ковариации.
2
При оценивании косинусным расстоянием достигнуты EER 1,12% и MinDCF 0,0094 на англоязычных мужских испытаниях базового условия NIST 2008.
3
В работе введено низкоразмерное пространство полной вариативности, моделирующее вариативность как диктора, так и канала с помощью простого факторного анализа.
4
Предложенный подход обеспечил абсолютное улучшение EER на 4% для испытаний обоих полов с 10-секундными записями по сравнению с классическим оцениванием на основе совместного факторного анализа.
5
Для новой репрезентации предложены две системы верификации: метод опорных векторов с косинусным ядром и прямое оценивание косинусного сходства.
Research Object
системы верификации говорящего, использующие низкоразмерные представления общей вариативности говорящего
Research Subject
влияние моделирования вариативности говорящего и канала, а также компенсации канала на эффективность верификации, включая оценивание по косинусному сходству, EER и MinDCF
Publication Details
Publication Date
2010-08-10
Journal
Publisher
ISSN
Cited by
3539
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью18
X-векторы: устойчивые DNN-эмбеддинги для распознавания говорящего2018
Сравнительная оценка алгоритмов неконтролируемого обнаружения аномалий для многомерных данных2016
Обобщённая сквозная функция потерь для верификации говорящего2018
VoxCeleb: Масштабная верификация говорящих в естественных условиях2019
Обучение речевых представлений с самоконтролем: обзор2022
Сквозная текстозависимая верификация говорящего2016
Векторные представления говорящих на основе глубокой нейронной сети для сквозной верификации говорящего2016
Обман сквозной системы верификации диктора с помощью состязательных примеров2018
RawNet: усовершенствованная сквозная глубокая нейронная сеть, использующая исходные речевые сигналы для текстонезависимой верификации говорящего2019
LDA с нормализацией по источнику для устойчивого распознавания дикторов с использованием i-векторов из нескольких речевых источников2011
Устойчивое распознавание диктора на основе одно- и многоканального улучшения речи2020
Система диаризации говорящих Microsoft для соревнования VoxCeleb Speaker Recognition Challenge 20202021
Угловая функция потерь Softmax для сквозной верификации говорящего2018
Анализ нормализации длины в сквозной системе верификации говорящего2018
Адаптация моделей самоконтролируемого обучения для распознавания речи нескольких говорящих с использованием эмбеддингов говорящих2023
Онлайн-нейронная диаризация речи с отслеживанием целевых дикторов2024
CAMSAT: кластеризация с объединением аугментаций и самоаугментированным обучением для самообучаемого распознавания говорящих2023
Сквозная верификация диктора по тексту с механизмом внимания2016