26、i-vector分数归一化：提升说话人识别系统性能

i-vector分数归一化：提升说话人识别系统性能

1. 引言

在说话人识别系统中，i-vector系统输出的原始分数与开发系统所使用的数据和参数密切相关，这使得对分数的解释以及为验证任务找到一致的决策阈值变得困难。为解决这些难题，研究人员开发了分数归一化和分数校准技术。

2. 分数归一化和校准技术概述

• 分数归一化 ：原始分数相对于“冒名者群组”进行归一化处理，该操作在评估检测误差权衡之前进行，可提高系统的准确性和对新数据的适应能力。
• 分数校准 ：将原始分数映射到概率，有助于更好地理解系统决策的置信度。

在本文示例中，我们将重点应用分数归一化技术到i-vector系统，使用余弦相似度评分（CSS）进行说明，虽然概率线性判别分析（PLDA）评分也可通过归一化得到改善，但效果相对不那么显著。

3. 下载i-vector系统和数据集

要下载适用于说话人识别的预训练i-vector系统，可调用 speakerRecognition 函数：

ivs = speakerRecognition();

该预训练的i-vector系统在LibriSpeech测试集上使用CSS时，实现了约6.73%的等错误率（EER），使用PLDA时的EER明显更好，但由于CSS更简单，本文仅研究CSS。可使用以下代码进行检测误差权衡分析：