Robust Feature Extraction for Speaker Recognition Based on Constrained Nonnegative Tensor Factorization

怎么提取柔韧的特征是在机器学习的一个重要研究话题社区。在这篇论文，我们基于张肌结构为讲话信号调查柔韧的特征抽取并且开发调用抑制 Nonnegative 张肌因式分解(cNTF ) 的一个新方法。一个新奇特征抽取框架为柔韧的说话者识别基于在主要听觉的外皮(A1 ) 的外皮的表示被建议。在 A1 由神经开火率模型激发了，讲话信号首先作为一般更高的顺序张肌被代表。cNTF 被用来从多重互连的特征 subspaces 学习基础函数并且为讲话信号发现一个柔韧的稀少的代表。计算机模拟被给与存在扬声器识别方法评估我们的方法和比较的性能也被提供。试验性的结果证明建议方法在吵闹的环境完成更高的识别精确性。