Une nouvelle méthode de transformation de caractéristiques basée sur la rotation pour l'identification des locuteurs

Dans cet article, nous proposons une nouvelle méthode de transformation de caractéristiques optimisée pour les modèles de mélange gaussien à covariance diagonale utilisée dans un système d'identification des locuteurs. Nous définissons d'abord une fonction objective comme les distances entre les composants du mélange gaussien et faisons tourner chaque plan dans l'espace des caractéristiques pour maximiser la fonction objective. Les degrés optimaux des rotations sont trouvés en utilisant l'algorithme d'optimisation par essaim de particules. Nous avons appliqué la transformation à une tâche d'identification des locuteurs dans des environnements bruyants inconnus. La transformation proposée est comparée à l'analyse en composantes principales conventionnelle et à l'analyse discriminante linéaire. Les résultats montrent que la méthode de transformation de caractéristiques proposée surpasse les méthodes existantes dans un environnement à très fort bruit.