...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Procedia Computer Science >A Novel Scoring Method Based on Distance Calculation for Similarity Measurement in Text-Independent Speaker Verification
【24h】

A Novel Scoring Method Based on Distance Calculation for Similarity Measurement in Text-Independent Speaker Verification

机译：基于距离计算的文本无关说话人验证中相似度测量的一种新评分方法

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Nowadays, stochastic models are state-of-the-art for text-independent speaker verification. However, they are costly in terms of time-consuming and may need much more data in the training phase. This paper proposes a novel scoring method based on distance calculation for similarity measurement in text-independent speaker verification. The basic idea of our approach aims to propose a new similarity measurement method using, directly, the speaker’s feature vectors (MFCC), in order to preserve and take advantage of the speaker’s specific features. Experiments on two open source speaker recognition corpora confirm our idea. Results demonstrate that our approach largely outperforms state-of-the-art approaches, GMM-UBM andi-vector/PLDA.
机译：如今，随机模型是与文本无关的说话者验证的最新技术。但是，它们很耗时，并且在训练阶段可能需要更多数据。本文提出了一种基于距离计算的新颖评分方法，用于与文本无关的说话人验证中的相似度测量。我们方法的基本思想旨在提出一种直接使用说话人特征向量（MFCC）的新的相似度测量方法，以保留并利用说话人的特定特征。在两个开源说话人识别语料库上的实验证实了我们的想法。结果表明，我们的方法大大优于最新方法GMM-UBM和i-vector / PLDA。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号