A Modified Adaptive GMM Approach Based GMM Supervector and I-vector Using NMF Decomposition for Robust Speaker Verification
Tan Dat Trinh, Min Kyung Park, Jin Young Kim, Kyong Rok Lee, Seung Ho Choi, Keeseong Cho · The Journal of Korean Institute of Information Technology · 2015
우리는 적응 GMM(가우시안 혼합 모델) 훈련의 새로운 변형을 조사하여 화자 검증 성능을 개선하기 위한 새로운 방법을 제안한다. 이 모델은 수정 기대 최대 알고리즘과 관측 신뢰도로 불리는 관측 확률의 가중치 인자를 기초로 하는 수정 최대 사후 추정과 결합하여 훈련된다. 여기서 관측 신뢰도는 신호 대 잡음비(SNR) 추정을 기초로 하여 계산된다. 이 수정 적응 GMM 훈련 알고리즘을 바탕으로 우리는 SVM의 입력 특징 벡터로 간주되는 GMM 수퍼벡터(Supervector)와 i-벡터를 구성하는 것을 제안한다. 또한, 화자 검증을 위한 판별 특징은 GMM 수퍼벡터와 i-벡터에서의 음수 미포함 행렬 분해(NMF)를 이용하여 개발하였다. 한국드라마 “별에서 온 그대”를 참조한 실험결과는 우리가 제안한 방법이 다양한 소음 환경 상에서 SVM을 기반으로 하는 기준 GMM-UBM, GMM 수퍼벡터와 i-벡터가 상당히 뛰어난 결과를 낸 것을 볼 수 있다.