嵌入自联想神经网络的高斯混合背景模型说话人确认

应用科学学报 ›› 2010, Vol. 28 ›› Issue (1): 38-43.

嵌入自联想神经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

收稿日期:2009-03-16 修回日期:2009-10-20 出版日期:2010-01-20 发布日期:2010-01-20
作者简介:陈存宝，博士生，研究方向：语音信号处理， E-mail: chencunbao@gmail.com；赵力，教授，博导，研究方向：语音信号处理，E-mail: zhaoli@seu.edu.cn
基金资助:
国家自然科学基金(No.60872073, No.60975017)；江苏省自然科学基金(No.BK2008291)资助

Speaker Verification Based on GMM-UBM with Embedded Auto-associate Neural Network

CHEN Cun-bao, ZHAO Li

School of Information Science and Engineering, Southeast University, Nanjing 210096, China

Received:2009-03-16 Revised:2009-10-20 Online:2010-01-20 Published:2010-01-20

摘要/Abstract

摘要：

提出在高斯混合背景模型中嵌入自联想神经网络的方法，并将它用于说话人确认. 该方法利用神经网络
和高斯混合背景模型各自的优点，以极大似然概率为训练准则，将两者作为一个整体进行训练，揭示了特征向量的
空间信息. 嵌入的神经网络起到了数据整形的作用，增强了目标说话人数据的相似性. 在背景模型和目标模型的训
练中交替更新高斯混合模型和神经网络的参数. 实验表明，采用本文提出的模型并结合TNorm方法，比基线系统
的确认率提高26%.

关键词: 说话人确认, 高斯混合背景模型, 自联想神经网络, 嵌入

Abstract:

This paper proposes to embed an auto-associate neural network (AANN) in the Gaussian mixed
model-universal background model (GMM-UBM) for speaker verification. The scheme integrates the merits of
both GMM and AANN. GMM and AANN are trained as a whole in terms of maximum likelihood (ML), and
spatial information of the feature vectors is disclosed. AANN reshapes distribution of the data and improves
similarity of intra-class data. In the training, parameters of GMM and AANN are updated alternately. Experimental
results show that the proposed method together with TNorm can provide improvement of verification
rate by 26% over the baseline GMM-UBM.

Key words: speaker verification, Gaussian mixed model-universal background model (GMM-UBM), autoassociate, neural network (AANN), embed

中图分类号:

TN912.34

陈存宝，赵力. 嵌入自联想神经网络的高斯混合背景模型说话人确认[J]. 应用科学学报, 2010, 28(1): 38-43.

CHEN Cun-bao, ZHAO Li. Speaker Verification Based on GMM-UBM with Embedded Auto-associate Neural Network[J]. Journal of Applied Sciences, 2010, 28(1): 38-43.

[1]	余鑫, 徐争光. 基于单边带调制的隐蔽语音传输方案[J]. 应用科学学报, 2019, 37(5): 643-650.
[2]	王德明, 隋修武, 张杨, 万凯新, 石峰. 基于DMA与改进GPC算法的超细缝合线直径控制技术[J]. 应用科学学报, 2019, 37(3): 349-358.
[3]	何志红, 秦川, 周青. 大容量的密文域图像可逆信息隐藏算法[J]. 应用科学学报, 2018, 36(4): 611-627.
[4]	张森永, 高树立, 陈为刚. 面向嵌入式系统的音视频解码与同步播放实现[J]. 应用科学学报, 2018, 36(3): 504-514.
[5]	戴禹, 殷赵霞. JPEG图像同步嵌入与加扰方案[J]. 应用科学学报, 2018, 36(2): 255-266.
[6]	陆海, 邵利平. 结合非直接传输和随机码本的无载体试题伪装[J]. 应用科学学报, 2018, 36(2): 331-346.
[7]	王晓雨, 马宾, 李健, 施云庆. 基于多元线性回归的自适应图像可逆信息隐藏误差预测算法[J]. 应用科学学报, 2018, 36(2): 362-370.
[8]	曹敏, 郑淑丽, 胡东辉, 王亮. 基于重嵌入的鲁棒可逆水印算法[J]. 应用科学学报, 2017, 35(3): 373-382.
[9]	李蕾, 岑翼刚, 赵瑞珍, 崔丽鸿, 王艳红. 基于欧氏距离双比特嵌入哈希的图像检索[J]. 应用科学学报, 2017, 35(2): 193-206.
[10]	王慧丽, 秦川, 高丽萍, 陈庆奎. 基于恢复信息共享机制的最优自嵌入算法[J]. 应用科学学报, 2016, 34(6): 677-690.
[11]	张凌宇, 赵险峰. 一种基于嵌入列扩展的±1改进乘积隐写码[J]. 应用科学学报, 2016, 34(5): 575-584.
[12]	常乐杰, 苏兆品, 胡东辉. 基于启发式搜索的音频水印方案[J]. 应用科学学报, 2016, 34(4): 441-450.
[13]	赵丽丽，钱振兴，韩喜玉. 基于显著性分类的数字图像自嵌入方法[J]. 应用科学学报, 2014, 32(2): 178-184.
[14]	廖纯，钱振兴，倪婧，王朔中. 结合嵌入式小波零树编码和喷泉码的图像自嵌入[J]. 应用科学学报, 2014, 32(1): 65-73.
[15]	陈嘉勇1,2,3，张卫明2，胡金龙2，祝跃飞2，郭东辉1. 一种最优(k,p)进制转换算法[J]. 应用科学学报, 2013, 31(6): 569-578.