i-vectorにアンサンブル学習を加えた話者識別法の比較検証～Bagging対Random Forest

摘要

近年、話者識別法の多くは話者の特徴を表すi-vectorを経由して行われる。各発話のi-vectorは概ね超球上に分布するという特徴があるため、cos類似度を利用した識別手法により話者の推定が可能になる。更なる精度の上昇の為に近年、機械学習の分野で力を発揮している弱学習器を話者識別法に加えた手法、具体的にはアンサンブル学習の1つであるBagging、Random Forestを加えたアプローチを提案し、その有効性を検証する。