基于改进i-vector的说话人感知训练方法研究

来源：计算机工程杂志2018年第5期北京时间：

作者：梁玉龙,屈丹,邱泽宇

单位：解放军信息工程大学 信息系统工程学院,郑州 450002

摘要：基于辨识向量(i-vector)的说话人感知训练方法使用MFCC作为输入特征对i-vector进行提取,但MFCC较差的特征鲁棒性会影响该训练方法的识别性能。为此,提出一种基于改进i-vector的说话人感知训练方法。设计基于SVD的低维特征提取方法,用其提取的特征替代MFCC对表征能力更优的i-vector进行提取。实验结果表明,在捷克语语料库中,相对于DNN-HMM语音识别系统与原始基于i-vector的说话人感知训练方法,该方法的识别性能分别提升了1.62%与1.52%,在WSJ语料库中,该方法识别性能分别提升了3.9%和1.48%。

关键词：说话人感知训练,辨识向量,深度神经网络,奇异值矩阵分解,瓶颈特征

基金资助：国家自然科学基金（61673395,61403415）;河南省自然科学基金（162300410331）。