基于Fisher判别字典学习的说话人识别

来源：电子与信息学报杂志2016年第2期北京时间：

作者：王伟, 韩纪庆, 郑铁然, 郑贵滨, 陶耀

摘要：稀疏表示已成功应用于说话人识别领域。在稀疏表示中，构造好的字典起着重要的作用。该文将Fisher准则的结构化字典学习方法引入说话人识别系统。在判别字典的学习过程中，每一个字典对应一个类标签，因此同类别训练样本的重构误差较小。同时，保证训练样本的稀疏编码系数类内误差最小，类间误差最大。在NIST SRE 2003数据库上，实验结果表明该算法得到的等错误率是7.62%，基于余弦距离打分的i-vector的等错误率是6.7%。当两个系统融合后，得到的等错误率是5.07%。

关键词：说话人识别, 字典学习, 稀疏表示, Fisher判别

基金资助：国家自然科学基金(61071181, 61471145)，国家自然科学基金重大研究计划 (91120303)