基於機率線性鑑別分析之強健式語者驗證系統

本文針對如何消除在語者辨認系統易受不匹配通道與背景雜訊影響的問題，提出搭配機率線性鑑別分析（Probabilistic Linear Discriminant Analysis；PLDA））［1］與特徵向量長度正規化之語者驗證系統。主要是將語者語料，先以i-Vector分析，求取其特徵超向量，並將特徵超向量做長度正規化［2］，使得語料的模型趨近標準高斯分佈，以配合PLDA的模型假設，再用PLDA作鑑別性因素分解，去除所有與語者本身無關的干擾因素，達到增進語者辨認效能的目的。實驗結果顯示，在Core-Core的驗證項目下，PLDA加入長度正規化的系統辨識效能比傳統Linear Discriminant Analysis；LDA［3］系統的Min Cost有31.13%的相對效能增益，EER（Equal Error Rate）有11.24%的相對效能增益，最後我們將結果跟其它約40對參賽隊伍比較，我們的系統的效能還算不錯。