Модельно-ориентированный трансформационный подход к устойчивому распознаванию говорящего

Представлен новый метод статистического моделирования и компенсации для устойчивого распознавания говорящего. Метод специально предназначен для устранения снижения эффективности верификации говорящего, вызванного несовпадением каналов (например, телефонных аппаратов) между сеансами регистрации и тестирования. В условиях несовпадения каналов новый подход использует независимые от говорящего преобразования канала для синтеза модели говорящего, соответствующей каналу тестового сеанса. Таким образом, верификация фактически всегда выполняется в условиях согласованных каналов. Результаты, полученные на корпусе оценки распознавания говорящих NIST 1998 года, показывают, что новый подход обеспечивает эффективность, сопоставимую с наилучшими опубликованными результатами. В частности, предложенный подход обеспечивает улучшения, аналогичные методу компенсации по оценкам HNORM: снижение EER на 19,9% по сравнению с одним лишь CMN, но требует лишь долю времени обучения.