27、i-vector 分数校准：原理与实践

i-vector 分数校准：原理与实践

1. 引言

在语音识别等领域，i-vector 系统会输出特定于开发系统所使用的数据和参数的原始分数。然而，这些原始分数难以直接解释，也难以确定用于验证任务的一致决策阈值。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. 分数归一化与校准概述

• 分数归一化 ：原始分数相对于“冒名者群组”进行归一化。此操作在评估检测误差权衡之前进行，可提高系统的准确性及其对新数据的适应能力。
• 分数校准 ：将原始分数映射到概率，从而更好地理解系统在决策中的置信度。

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。该函数返回的 ivectorSystem 是在 LibriSpeech 数据集上训练的，该数据集包含 16 kHz 的英语录音。

ivs = speakerRecognition;

同时，需下载 PTDB - TUG 数据集。使用 loadDataset 函数下载数据集并将其从 48 kHz 重采样到 16 kHz（即 i-vector 系统训练时使用的采样率）。该函数返回以下 audioDatastore 对象：
-