Метод представлення ознак у автоматизованій системі розпізнавання мовця критичного застосування

Abstract

The article suggests a method of informative features extracting for an automatic speaker recognition system of critical use from the parameters of hidden layers of a deep neural network with a bottleneck layer adapted to the individual features of the speaker and acoustic environment due to the use of i-vectors. Also, an algorithm for learning acoustic models based on deep neural networks with the use of extracted informative features is proposed. The authors considered the work of the deep neural network as a complex recognition system, which carries out a cascade of nonlinear transformations of incoming informative features and makes it the implementation of the classification procedure. Theoretical results demonstrate the possibility of using options neurons hidden layer deep neural network trained as independent informative features for recognition classifier with reduced sensitivity to perturbations in the input vectors to the increasing number of hidden layer neural network. The authors also substantiated the approaches to obtaining acoustic models of PMM based on mixtures of Gaussian distributions or on the basis of deep neural networks, the first of which potentially more accurately describes the input signal, and the second is more flexible to those present in the disturbance signal. The efficiency of the theoretical results proposed by the authors is proved experimentally.

У статті запропоновано метод екстрагування інформативних ознак для автоматизованої системи розпізнавання мовців критичного застосування з параметрів прихованих шарів глибокої нейронної мережі з bottleneck-шаром, адаптованої до індивідуальних особливостей мовця і акустичного оточення за рахунок використання i-векторів. Також запропоновано алгоритм навчання акустичних моделей на основі глибоких нейромереж з використанням екстрагованих інформативних ознак.