基础深层说话人矢量的说话人检索.doc

会员专享推荐 · 你可能也用得上更多

开通会员，畅读全站文档

本篇文档已为你保留

本篇文档价值 ~~¥35.00~~会员免费解锁

全文不限次阅读，剩余内容即刻解锁
高速下载通道，免排队、无等待
专属客服 1 对 1 答疑，优先响应
每日赠送下载券，本篇文档免费送

有 86 篇商业计划书正在上传

下载原文档

基础深层说话人矢量的说话人检索=“news_bd”>由于深层模型可以用来构建具有多隐含层的机器学习模型和训练数据的功能，因此可以学习到更有用的特征，从而最终提升分类或预测的准确性.本研究为了解决以往说话人检索中使用浅层特征和基于浅层特征的模型存在的问题，在深层特征的基础上提出深层说话人矢量的概念并将它应用于说话人检索.实验结果表明：从第1层到第7层检索率逐渐提高，第7层的检索率最高达到了98.40%，到了第8和9层，检索率又下降.这说明，不是层数越高，得到的检索率越高，原因可能是：a.层数越低，说话人基本概念较多，说话人语义概念较少，但是检索说话人时，使用较多的基本概念和语义概念，效果不是很好(如1～4层)，这说明检索说话人，需要较多的语义概念;b.随着层数的增加，得到的语义概念虽然越高级，但是检索说话人也需要一些说话人基本概念，不是层数越高，检索的效果就越好，比如第8和9层没有第7层的效果好;c.说话人语义概念和说话人基本概念的某种适当的组合可以得到比较好的检索结果，比如第7层.图2是使用不同深度层数(m)的深层说话人矢量检索说话人需要的平均检索时间(t).从图2可以看出：随着深度层数的增加，需要的检索时间也越多，但是呈非线性增加.以上实验结果基于TIMIT数据库得到，下一步拟采用其他国际上公认的含有噪声干扰的数据库做实验，以更贴近工程实际.