一种基于核典型关联分析的短语音说话人嵌入向量算法

龙 华，瞿于荃，段 荧

1(昆明理工大学 信息工程与自动化学院，昆明 650000)

2(昆明理工大学 云南计算机国家重点实验室，昆明 650000)

1 引 言

硬件设施的更新迭代加速模式识别这一大领域的发展，图像，文本，语音领域的技术得到突飞猛进的进展.作为信号处理和语音处理领域一个重要分支，许多声纹研究者开始触碰说话人识别这一领域.文本相关方向的说话人识别已初出茅庐，得到了大多数群众的认可和使用，并且有关文本相关的具体技术也已商业落地，比如小度，Siri，Ok google等.它们的出现使得人们的生活更加便利和畅通，人们渐渐离不开说话人识别技术的广泛应用，说话人识别技术也正在便捷人们的生活.而作为另一个方面的文本无关的说话人识别有仍许多挑战未解决，尽管已在有关技术在公安机关实现运用并落地，正在进行着追捕漏网犯罪嫌疑人的声纹识别工作，但面对复杂环境下，传统基于统计的说话人模型全局变异空间的鲁棒性有待商榷.如今的文本无关的说话人识别正面临着噪声干扰，多收集信道以及短语音等等的挑战.短语音问题[1]一直是让研究员犯难的问题之一，由于现实环境中，从目标说话人端收集语音信息较难，说话人也不可能对着收集设备一直注册几十秒甚至是几分钟的时间，而对于一个生物识别技术的考验之一，便是便捷性，时效性.相较我们熟悉的虹膜以及人脸识别等这类的身份识别技术，虽然说……