تصدیق مستقل متن هویت گوینده با مدل آمیزه های گوسی تطبیق یافته ساختاری

در این مقاله، روش مدل آمیزهی گوسی ساختار یافته1 (SGMM) که به منظور سرعت بخشی الگوریتم2 GMM-UBM در سیستم تصدیق هویت گوینده، پیشنهاد شده است، مورد بررسی قرار می گیرد. تاثیر برخی پارامترها در ساخت مدل پس زمینه ی ساختاری 3 (SBM) به تفصیل مورد بررسی و مقادیر بهینه در ساخت مدل مورد استفاده قرار می گیرد. همچنین برای پردازش امتیازهای خروجی ساختار SBM-SGMM ساختاری با عنوان شناسایی کننده GMM پیشنهاد می شود. شبیه سازی های انجام یافته نشان می دهد ساختار بهینه ی SBM در ترکیب با پردازنده ی امتیازهای پیشنهاد شده، عملکرد بهتری نسبت به سیستم پایه در ترکیب با شبکه ی عصبی دارد و این در حالتی است که پیچیدگی سیستم پیشنهاد شده، پائین تر از شبکه ی عصبی می باشد. با استفاده از سیستم پیشنهادی، نرخ سرعت بخشی برابر با 7/2 حاصل گردید و در عین حال عملکرد سیستم نیز نسبت به سیستم GMM-UBM بهبود نشان می دهد. در بهترین حالت می توان به نرخ خطای برابر معادل %35/0دست یافت که نسبت به عملکرد سیستم GMM-UBM با نرخ خطای برابر %71/1 بهبود قابل ملاحظه ای حاصل می شود.