《表1 设定先验环境噪声为10 s时，在SD2002和AISHELL-1下基线系统、传统VTS方法和VTS-F方法在混有不同信噪比的3种噪声下的正确识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《具有环境自学习机制的鲁棒说话人识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表1显示了与基线系统和传统VTS方法相比，改进的VTS方法（Vector Taylor Series-Feature Improved，VTS-F）在特征域中的性能，其中选取的先验噪声时长为10 s。可以在SD2002和AISHELL-1数据库上看到，提出的方法在低SNR条件下比VTS表现更好，但它在高SNR条件下表现不佳。这可以被理解为当信噪比很低时，先验噪声得到的GMM噪声模型比VTS方法估计出的单高斯噪声模型更能够精确刻画噪声的分布。而当信噪比很高时，由于此时先验噪声很小，由此得出的噪声模型可能会不精确，导致系统识别性能下降。