基于改进身份向量提取的短语音说话人确认

摘要

针对现有i-vector说话人确认系统在测试语音为短语音时性能下降的问题,对短语音i-vector估计的不确定性进行分析,改进了i-vector提取中Baum-Welch统计量的计算.该方法利用赋予权重的历史测试信息以及通用背景模型中的参数信息来增加用于短语音Baum-Welch统计量计算的说话人个性信息.将改进统计量用于i-vector提取,针对不同时长短语音的实验表明,新系统的性能优于当前i-vector系统,等错误率（EER）和检测代价函数最小值（min DCF）分别下降了13～19%和8～23%.