A proposed decision rule for speaker identification based on a posteriori probability
Dot Tran, Minh N. Do, Michael Wagner, Tu Van Le · 2020
Dans la reconnaisance du locuteur, la regle du maximum de vraisemblance (ML) est utilise comme critere pour affecter une sequence donnee de vecteurs acoustiques au modele maximum de vraisemblance du locuteur. Parcontre cette regle n'est pas toujours applicable dans certains cas. Une autre regle de decision, moyenne normalisee maximum de vraisemblance (MANL) est proposee dans ce papier. L'analyse theorique et les resultats experimentaux montre que la regle MANL peut etre utilisee pour l'identification du locuteur et est plus efficace que la regle ML dans les approches qui sont basees sur le modele de melange Gaussien et quantification vectorielle. In speaker recognition, the maximum likelihood (ML) rule is used as a criterion to assign a given sequence of acoustic vectors to the maximum likelihood speaker model. However, this rule is not flexible in some cases. An alternative decision rule, the maximum average normalised likelihood (MANL), is proposed in this paper. The theoretical analysis and the experimental results show that the MANL rule can be used in speaker identification and it is more effective than the ML rule in the approaches based on Gaussian mixture model (GMM) and vector quantisation (VQ). 1.