GMM-UBM和SVM说话人辨认系统及融合的分析

摘要：

在说话人辨认任务中，高斯混合模型-通用背景模型（Gaussian mixture model-universal background model， GMM-UBM）采用帧向量进行建模和识别，突出了说话人个性特征，但受信道影响较大；支持向量机（support vector machine， SVM）利用帧向量在空间中分布的高斯混合的均值进行建模和识别，对信道的鲁棒性较好，但对说话人的个性体现不够。本文分析了这两种说话人识别系统的优缺点，并采用融合方法来提高系统的性能。在NIST 评测数据集的实验中，融合系统的等错误率从GMM-UBM 系统的9.30％和SVM 系统的8.26％降低到7.34％，分别相对降低了21.08％和11.14％。

关键词： 信息处理 说话人辨认系统 高斯混合模型-通用背景模型 支持向量机 信道鲁棒

作者: 鲍焕军 郑方

作者单位: 清华大学，信息技术研究院语音和语言技术中心，北京，100084，中国

会议类型: 国内会议

会议名称: 第九届全国人机语言通讯学术会议

会议地点: 安徽黄山

会议语种:中文

在线出版日期: 2007-10-21（万方平台首次上网日期，不代表论文的发表时间）