Robust methods of updating model and a priori threshold in speaker verification
Robust methods of updating model and a priori threshold in speaker verification
复制标题
说话人验证中模型更新和先验阈值的鲁棒方法
DOI：
10.1109/icassp.1996.540299
复制
发表时间：
1996
期刊：
影响因子：
--
通讯作者：
S. Furui
中科院分区：
文献类型：
--
作者：
T. Matsui;Takashi Nishitani;S. Furui
我们描述了一种使用每个说话人的少量新数据来更新用于说话人验证的隐马尔可夫模型（HMM）的方法。通过最大后验 (MAP) 估计使模型参数适应新数据，从而更新 HMM。 MAP估计中的先验参数的初始值是使用用于首先创建说话者HMM的训练语音来设置的。我们还提出了一种随着模型更新的进行而重置先验阈值的方法。使用 10 名男性说话人对两种方法的性能进行评估表明，验证错误率约为未更新情况的 42%。
We describe a method of updating a hidden Markov model (HMM) for speaker verification using a small amount of new data for each speaker. The HMM is updated by adapting the model parameters to the new data by maximum a posteriori (MAP) estimation. The initial values of the a priori parameters in MAP estimation are set using training speech used for first creating a speaker HMM. We also present a method of resetting the a priori threshold as the updating of the model proceeds. Evaluation of the performance of the two methods using 10 male speakers showed that the verification error rate was about 42% of that without updating.
DOI：
10.2307/2987329
发表时间：
1970-06
期刊：
--
影响因子：
--
作者：
M. Degroot
通讯作者：
M. Degroot