基于深度学习的小样本声纹识别方法

来源：计算机工程杂志2019年第3期北京时间：

作者：李靓,孙存威,谢凯,贺建飚

单位：1.长江大学a.电子信息学院; b.计算机科学学院,湖北 荆州 434023; 2中南大学 信息科学与工程学院,长沙 410083

摘要：利用小样本声纹作为训练集训练卷积神经网络(CNN)时,网络不能达到较好的收敛状态,从而导致识别率较低。为此,提出一种新的声纹识别方法。利用深度CNN提取潜在的声纹特征,在CNN训练过程中采用基于凸透镜成像原理的图像增多算法解决小样本训练样本不足的问题,并在卷积过程中引入快速批量归一化(FBN)方法以提高网络收敛速度、缩短训练时间。在包含630人的TIMIT语音数据库中进行训练、验证和测试,结果表明,FBN-Alexnet网络比Alexnet网络训练时间缩短48.2%,与GMM、GMM-UBM及GMM-SVM方法相比,该方法识别率分别提高7.3%、2.2%、2.8%。

关键词：声纹识别,深度学习,FBN-Alexnet网络,小样本,快速批量归一化,图像增多算法

基金资助：国家自然科学基金(61272147);湖北省教育厅项目(B2015446);长江大学青年基金(2016cqn10);大学生创新创业计划基金(2017009)。