基于迁移学习的跨信道说话人识别研究

识别语音与模型训练语音中信道畸变的不匹配，即说话人识别的跨信道（Intersession）问题，这种不匹配会对说话人识别的性能产生很大的负面影响。本项目首次引入迁移学习（Transfer Learning）的方法，并融合说话人模型合成(SMS）算法，来解决跨信道识别率急剧下降的问题。.首先采用SMS算法得到不同信道下的说话人模型，并通过大量的实验数据来验证其依赖的假设；然后在信道数据不足情况下引入迁移学习方法，将其与SMS算法融合，来构建一个可靠的特定信道通用背景模型，并验证迁移学习方法的实效性。.针对跨信道问题，本项目进一步提出基于支持向量机的迁移学习框架，力求取得理论和关键技术的创新和突破，所取得的成果对高性能说话人识别研究具有重要的学术意义。

课题组紧紧围绕说话人识别方向，研究如何解决跨信道导致说话人识别性能急剧下降这一问题，着重从模型域进行改进，分别深入研究并实现支持向量机(SVM)，潜在因子分析(LFA)，迁移学习（Transfer Learning）等算法。其中SVM、LFA均已顺利实现，并取得较理想的实验结果。迁移学习原先采用了无监督迁移分量分析（UTCA），结合SVM，结果并不理想，可能的原因是目标域数据的覆盖面太窄，没法很广的覆盖到所有测试样例的环境。.结合国外最新研究进展，课题组找到更有效的迁移学习方法，即基于i-vector的类内协方差归一化(WCCN)和概率线性判别分析(PLDA)算法，其中WCCN把i-vector迁移到没有信道因素的新的矢量空间，然后再做Cosine距离比对，而PLDA经过信道补偿后，在得分域直接进行判决。针对新领域，PLDA的说话人空间矩阵和残差矩阵，可进一步做迁移学习，从源域的PLDA映射到目标域的PLDA。这部分工作仍在进行中。.本项目期间，课题组共发表论文10篇，其中EI检索3篇，获得发明专利授权2项，制定公安部声纹标准1项，毕业硕士研究生5名。项目研究成果应用到公安司法、市场调查等行业，取得良好的社会经济效益。

内容获取失败，请点击重试