基于PLDA的说话人验证的扩散图

在过去几年中，i-向量已经成为大多数最先进的说话人识别系统的重要组成部分。i-向量提取基于一个假设，即GMM超向量位于低维空间中，该空间使用因子分析进行建模。在本文中，我们用另一个假设替换了上述假设，假设GMM超向量位于低维流形上，并提出使用扩散图来学习该流形。学习到的流形意味着将发言会话映射到我们所称的d-向量空间的修正i-向量空间中。d-向量可以进一步利用标准技术进行处理，例如LDA、WCCN、余弦距离评分或概率线性判别分析（PLDA）。我们在NIST 2010的电话核心条件上证明了我们方法的有效性，并获得了显著的错误减少。