基于判别邻域嵌入算法的说话人识别  

Speaker Recognition Using Discriminant Neighborhood Embedding

作　　者：梁春燕[1] 袁文浩[1] 李艳玲[2] 夏斌[1] 孙文珠[1] LIANG Chunyan;YUAN Wenhao;LI Yanling;XIA Bin;SUN Wenzhu(College of Computer Science and Technology,Shandong University of Technology,Zibo 255049,China;College of Computer and Information Engineering,Inner Mongolia NormalUniversity,Hohhot 010022,China)

机构地区：[1]山东理工大学计算机科学与技术学院,淄博255049 [2]内蒙古师范大学计算机与信息工程学院,呼和浩特010022

出　　处：《电子与信息学报》2019年第7期1774-1778,共5页Journal of Electronics & Information Technology

基　　金：国家自然科学基金(11704229,61701286,61562068);山东省自然科学基金(ZR2017LA011,ZR2015FL003,ZR2017MF047);山东省高等学校科技计划项目(J17KA078);内蒙古自然科学基金项目(2015MS0629)~~

摘　　要：该文提出一种基于判别邻域嵌入(DNE)算法的说话人识别。判别邻域嵌入算法作为流形学习方法的一种,可以通过构建邻接图获取数据的局部邻域结构信息;同时该算法可以充分利用类间判别信息,具有更强的判别能力。在美国国家标准技术研究院2010年说话人识别评测(NISTSRE2010)电话-电话核心测试集上的实验结果表明了该算法的有效性。Discriminant Neighborhood Embedding (DNE) algorithm is introduced into the speaker recognition system.DNE is a manifold learning approach and aims at preserving the local neighborhood structure on the data manifold.As well,DNE has much more power in discrimination by sufficiently using the between-class discriminant information.The experimental results on the telephone-telephone core condition of the NIST 2010 Speaker Recognition Evaluation (SRE) dataset indicate the effectiveness of DNE algorithm.

关 键 词：说话人识别 总变化因子分析 邻域保持嵌入 判别邻域嵌入 

分 类 号：TP391.42[自动化与计算机技术—计算机应用技术]