使用性別資訊於語者驗證系統之研究與實作

摘要

在語者驗證領域中，在不改變聲學模型架構之前提下，以男性與女性之語料分別訓練的性別相關模型取代性別不相關模型，是常見的提升系統辨識率作法之一。然而，在實際運用情形中，由於測試語者的性別是未知的，因此性別分類器在此流程下便扮演了非常重要的角色，其準確度更會直接影響語者驗證系統的表現；而確保系統面對不 同性別之仿冒者皆能正確拒絕，亦是此作法相當重要的一項訴求。為探討不同的「語者性別資訊運用方法」對於語者驗證系統所產生的影響，本論文實作了以i-向量與機率性線性判別分析模型為語者特徵與評分器之語者驗證系統，與2種以i-向量為基礎 的性別分類器。本論文在分析一般使用性別相關模型之語者驗證系統的弱點後，分別於「性別分類器表現良好」與「性別分類器表現不良」之兩大狀況下提出其他不同的性別資訊應用方法，並分析各方法在不同的仿冒者性別組成下之表現，最後亦達成了在各種情況下皆能讓系統表現超越傳統作法之目標。