嵌入时延网络的高斯混合背景模型说话人确认-信号处理.pdf

第２６卷　第４期 信 号 处 理 Ｖｏｌ．２６．　Ｎｏ．４ 　２０１０年４月 ＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ａｐｒ．２０１０ 嵌入时延网络的高斯混合背景模型说话人确认 陈存宝　赵　力 （东南大学信息科学与工程学院，南京２１００９６） 摘　要：本文提出了一种嵌入时延神经网络 （ＴＤＮＮ）的高斯混合背景模型 （ＧＭＭＵＢＭ）说话人确认方法，它集成了作 为判别性方法的时延神经网络和作为生成性方法的高斯混合模型各自的优点。该方法利用时延神经网络挖掘特征向量集的时 序性，然后把时间信息传递给ＧＭＭ；并且通过时延网络的变换使需要假设变量独立的最大似然概率 （ＭＬ）方法更为合理。该 方法利用极大似然概率作为训练准则，把高斯混合模型和神经网络作为整体来进行训练。训练过程中，高斯混合模型和神经 网络的参数交替更新。实验结果表明，采用本文提出的方法结合ＴＮｏｒｍ比基线系统的等误差率 （ＥＥＲ）降低２８％。 关键词：说话人确认；高斯混合背景模型；时延神经网络；嵌入 中图分类号：ＴＮ９１２３４　　文献标识码：Ａ　　文章编号：１００３－０５３０（２０１０）０４－０５６３－０６ ＳｐｅａｋｅｒＶｅｒｉｆｉｃａｔｉｏｎｕｓｉｎｇＧＭＭＵＢＭｗｉｔｈＥｍｂｅｄｄｅｄＴＤＮＮ ＣＨＥＮＣｕｎｂａｏ　ＺＨＡＯＬｉ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｅａｓｔｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｍｏｄｉｆｉｅｄＧａｕｓｓｉａｎＭｉｘｅｄＭｏｄｅｌＵｎｉｖｅｒｓａｌＢａｃｋｇｒｏｕｎｄＭｏｄｅｌ（ＧＭＭＵＢＭ）ｗｉｔｈａｎｅｍｂｅｄｄｅｄ ＴｉｍｅＤｅｌａｙＮｅｕｒａｌＮｅｔｗｏｒｋ（ＴＤＮＮ）ＩｔｉｎｔｅｇｒａｔｅｓｔｈｅｍｅｒｉｔｓｏｆＧＭＭｗｈｉｃｈｉｓａｇｅｎｅｒａｔｉｖｅｍｏｄｅｌａｎｄＴＤＮＮａｓａＤｉｓｃｒｉｍｉｎａｔｉｖｅｍｏｄ ｅｌＴＤＮＮｄｉｇｅｓｔｓｔｈｅｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｆｅａｔｕｒｅｓｅｔｓ，ａｎｄｔｒａｎｓｍｉｔｓｔｈｅｉｎｆｏｒｍａｔｉｏｎｔｏＧＭＭＡｌｓｏｔｈｒｏｕｇｈｔｈｅｔｒａｎｓｆｏｒｍａｔｉｏｎｏｆｔｈｅ ｆｅａｔｕｒｅｖｅｃｔｏｒｓｉｔｍａｋｅｓｔｈｅｈｙｐｏｔｈｅｓｉｓｏｆｖａｒｉａｂｌｅｉｎｄｅｐｅｎｄｅｎｃｅｔｈａｔｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｎｅｅｄｅｄｍｏｒｅｒｅａｓｏｎａｂｌｅＷｅｔｒａｉｎＧＭＭａｎｄ ＴＤＮＮａｓａｗｈｏｌｅｂｙｍｅａｎｓｏｆｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄＩｎｔｈｅｐｒｏｃｅｓｓｏｆｔｒａｉｎｉｎｇ，ｔｈｅｐａｒａｍｅｔｅｒｓｏｆＧＭＭａｎｄＴＤＮＮａｒｅｕｐｄａｔｅｄａｌｔｅｒｎａｔｅ ｌｙＥｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｕｓｉｎｇｔｈｅｍｅｔｈｏｄｗｉｔｈＴＮｏｒｍｃａｎｒｅｄｕｃｅＥＥＲａｂｏｕｔ２８％ ａｇａｉｎｓｔｂａｓｅｌｉｎｅＧＭＭＵＢＭ Ｋｅｙｗｏｒｄｓ：　ＳｐｅａｋｅｒＶｅｒｉｆｉｃａｔｉｏｎ；ＧＭＭＵＢＭ；ＴｉｍｅＤｅｌａｙＮｅｕｒａｌＮｅｔｗｏｒｋ；Ｅｍｂｅｄｄｅｄ 文本无关的说话人确认。 １　引言 与其它说话人确认模型相比，基于高斯混合背景 在门禁、信用卡交易和法庭证据等方面，自动说话 模型（ＧＭＭＵＢＭ）的说话人确认方法已越来越受到人 ［１］［２］ ［４］［５］ 人识别（ＡｕｔｏｍａｔｉｃＳｐｅａｋｅｒＲｅｃｏｇｎｉｔｉｏｎ：ＡＳＲ） 起着 们重视 ，它具有识别率高，训练简单，训练数据量 越来越重要的作用，它已经成为生物识别的热门课题。