聲紋識別筆記（二）ivector PLDA 以及最新模型

GMM-UBM GMM：均值、方差、權重 UBM：共性特徵 i-vector MAP說話人自適應 m：UBM的均值（已知） s：把UBM針對特定說話人調整成GMM，GMM的均值（通過特徵得到） T：訓練得到 w：特定說話人的ivector 一般只更新均值，不更新方差 DNN-based ivector d-vector 輸入之前的30幀和之後的10幀，總共40幀Fbank作爲輸入，中間通過N層全連

>>阅读原文<<