《表2 NIST SRE 2008测试集上做LLN的性能》

  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

《基于得分规整的说话人确认》

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

随机选取500个“True”识别对和500个“False”识别对，比较LLN规整前后的得分分布，如图3所示。从图3可以看出经LLN规整后，“False”识别对的得分分布明显向左偏移，而“True”识别对的得分分布变化不明显，“True”识别对和“False”识别对的得分差距拉大，区分性增强，有效降低了虚警率。因此，用统一的门限进行判决时会更有优势。LLN虽然不会改变同一测试语音在每个目标说话人上得分的排序，但可以有效降低EER和min DCF。