说话人识别中的多系统得分融合策略
目前说话人识别中采用多系统融合的策略来提高识别率，融合的策略主流的算法是采用线性逻辑回归的融合策略。这种融合策略是从每个系统得分的总体分布的情况来统一考虑，没有考虑每次测试中不同系统得分的置信度。在本文中，提出对每个系统的每次得分都作一次置信度的判决来决定融合的参数，然后采用线性回归的方法进行融合。在NIST SRE 2006的1训练语段-1测试语段的核心测试任务上，采用置信度的融合方案能够取得等错误率4.08”％”和最小检测代价函数0.0207。从实验的结果来看，采用置信度的融合算法优于线性逻辑回归的融合算法。
说话人识别 置信度 线性逻辑回归 融合策略
郭武 戴礼荣
中国科技大学
国内会议
乌鲁木齐
中文
1-4
2009-08-14（万方平台首次上网日期，不代表论文的发表时间）