聯(lián)合因子分析中的語音間變異性和對(duì)角項(xiàng)在說話人識(shí)別中的應(yīng)用 2011

聯(lián)合因子分析中的語音間變異性和對(duì)角項(xiàng)在說話人識(shí)別中的應(yīng)用SachinS.Kajarekar美國(guó)加州門洛帕克斯坦福國(guó)際研究所［摘要］本文在一個(gè)聯(lián)合因子分析(JFA)框架中對(duì)語音間變異性對(duì)說話人識(shí)別的有效性進(jìn)行研究,將會(huì)話的一端在所有會(huì)話中平均的變異性作為話音間協(xié)方差的估計(jì)(注意：它是當(dāng)前JFA框架中信道變異性的一部分)。本文對(duì)代表語音間、說話人和信道變異性的特征子空間進(jìn)行各自獨(dú)立的估計(jì)，并通過保留或刪除這些特征子空間來完成說話人識(shí)別實(shí)驗(yàn)，結(jié)果表明跨語音子空間和說話人子空間有更強(qiáng)的相關(guān)性。本文也將這些子空間結(jié)合起來進(jìn)行了說話人識(shí)別的實(shí)驗(yàn),結(jié)果表明當(dāng)跨語音子空間和說話人子空間結(jié)合在一起時(shí)性能得到改善。這表明語音間變異性對(duì)說話人識(shí)別是有用處的。進(jìn)一步的實(shí)驗(yàn)表明這一結(jié)果受到JFA中一個(gè)對(duì)角項(xiàng)的影響，特別是，當(dāng)這一對(duì)角項(xiàng)是從一個(gè)通用背景模型(UBM)中估計(jì)得來時(shí)，通過聯(lián)合說話人和語音間空間得到的改善減少。這表明對(duì)角項(xiàng)代表的變異性和語音間變異性之間存在相互影響。總的來說，本文的工作說明了對(duì)角項(xiàng)(說話人和信道子空間中)在為說話人和信道上的JFA模型中加入附加的變異性這一方面的重要性。［關(guān)鍵字］說話人識(shí)別聯(lián)合因子分析語音變異性語言無關(guān)性語音識(shí)別引言聯(lián)合因子分析（JFA）［1］是在說話人識(shí)別中最成功的說話人和信道變異性模型，其最初的模型己被擴(kuò)展，包含了其他一些因素，比如語種和會(huì)話段［2］。本文之前的工作［3］集中于在說話人識(shí)別系統(tǒng)中加入語音變異性，持向量機(jī)（SVM）框架下應(yīng)用多項(xiàng)式倒譜特征法我們獲得了重大的性能提升。主旨思想是使用通話中的所有數(shù)據(jù)來訓(xùn)練信道或短時(shí)變異性矩陣，并將補(bǔ)償特征劃分為不同的音素類別，為每一種分類訓(xùn)練獨(dú)立的SVM系統(tǒng)，然后將這些獨(dú)立的系統(tǒng)以一定的比分水平結(jié)合在一起。在JFA、倒譜特征和高斯混合模型（GMM）框架中進(jìn)行類似的實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果和在早一些的論文［3］中確定的結(jié)果一致，即在對(duì)每個(gè)音素進(jìn)行獨(dú)立估計(jì)時(shí)，說話人和信道因子的全局估計(jì)給出了最佳性能（相等錯(cuò)誤率）。然而，對(duì)將每個(gè)音素系統(tǒng)進(jìn)行的按比分水平組合沒有顯示出任何性能改善。2008年約翰霍普金斯大學(xué)的暑期研討會(huì)進(jìn)行了一項(xiàng)具有重要意義的研究，即為了進(jìn)行說話人識(shí)別，將特有音素信息加入到JFA框架中［4］。結(jié)果得到當(dāng)把說話人和信道子空間描述為一堆特有音素子空間時(shí)，可以得到最佳性能。在類似的工作［2］中，在JFA框架中除了對(duì)常規(guī)的會(huì)話間變異性建模，也對(duì)會(huì)話內(nèi)變異性進(jìn)行建模。假設(shè)去除這些會(huì)話內(nèi)的變異性將會(huì)提升短時(shí)測(cè)試會(huì)話方式的性能，而實(shí)驗(yàn)結(jié)果也支持這一假設(shè)。有個(gè)問題是，在早期的處理方法［3,4］中語音間變異性在因子分析中是被忽略的，它以一定的比分水平被建模。在現(xiàn)在的工作中，本文關(guān)注于使用因子分析法的語音間變異性，在每一個(gè)會(huì)話端對(duì)這一變異性進(jìn)行估計(jì)，然后在所有的會(huì)話上做平均。這與早期工作［2］中使用固定長(zhǎng)度片段代替語音分類相類似。將語音間變異性加入到JFA框架中的方法有很多種，本論文中我們將探索一種途徑去理解建模于常規(guī)JFA框架中的變異性，所想知道的是一個(gè)新因子和己經(jīng)存在的因子間的相似程度，怎樣才能最好的將新的變異性加入到JFA框架中去。評(píng)估架構(gòu)使用NIST2008說話人識(shí)別評(píng)估(SRE)數(shù)據(jù)進(jìn)行評(píng)估。使用段2至段3的情況6,其中有來自不同語種的電話會(huì)話數(shù)據(jù)，它包括1788種說話人模型，2569個(gè)測(cè)試和35869個(gè)試驗(yàn)。進(jìn)一步得到訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)都使用英語的英語試驗(yàn)子集,這些子集包含17761次試驗(yàn)(也被稱為情況7)。本論文中的實(shí)驗(yàn)結(jié)果均是在相等錯(cuò)誤率(%EER)的情況下進(jìn)行報(bào)告的，通過布爾諾科技大學(xué)(BUT)的匈牙利開放電話回路識(shí)別器獲得語音隊(duì)列，這一隊(duì)列由2008年約翰霍普金斯大學(xué)夏季研討會(huì)的參與者共享。基準(zhǔn)JFA系統(tǒng)基準(zhǔn)系統(tǒng)使用13段美爾頻段倒譜系數(shù)［MFCCs］（C0-C12）,并使用倒譜平均消去法進(jìn)行處理，并有附加的Delta系數(shù)和雙Delta系數(shù)。使用SRI的隱馬爾科夫模型基于話音/無聲分段對(duì)會(huì)話的一端進(jìn)行分割。選擇其中的語音段，并將這些幀中能量最低的10%丟棄，保留下的特征向量使用具有各自獨(dú)立特征的均值和方差標(biāo)準(zhǔn)化，這些均值和方差在整個(gè)說話過程上計(jì)算獲得。本文使用2004的SRE數(shù)據(jù)訓(xùn)練得到一個(gè)1024點(diǎn)的GMM模型，并以此作為全局背景模型（UBM）oJFA基于相同數(shù)據(jù)進(jìn)行300個(gè)說話人和信道因子的估計(jì)。使用零規(guī)整（ZTnorm）評(píng)分歸一化進(jìn)行點(diǎn)乘評(píng)分［5］,從中我們可以從2004和2005交替麥克風(fēng)SRE數(shù)據(jù)中識(shí)別出冒充者。在JFA［6］中，假設(shè)一個(gè)給定說話人（信道亦給定）超級(jí)向量m（維度為NF=高斯模型數(shù)（N）*特征數(shù)（F））可以分解為兩個(gè)超級(jí)向量單元的和：說話人超級(jí)向量Vy和干擾（或信道）超級(jí)向量Ux及UBM均值n】o,m=m0+Ux+&+Dz干擾超級(jí)向量分布于秩為Rc的低維子空間中，且假定按照UljT分解。類似地，說話人超級(jí)向量分布于秩為Rs的低維子空間上，且假定按照VVT分解。矩陣U（信道子空間）的維數(shù)為NF*Rc,矩陣V（說話人子空間）的維數(shù)為F*Rs。子空間U和V由一個(gè)足夠大的數(shù)據(jù)集中估計(jì)出來，而潛在變量x和y則由每一次說話中估計(jì)得到。D可以用兩種方式來解釋。它可以和Vy結(jié)合在一起，這個(gè)聯(lián)合項(xiàng)可以當(dāng)做說話人超級(jí)向量，或者D也可以被解釋為一個(gè)誤差項(xiàng)，它是由m。、U、V估計(jì)m時(shí)產(chǎn)生的誤差，可以用一對(duì)角向量表示。D可以通過兩種方式來估計(jì)，而這一選擇會(huì)對(duì)性能產(chǎn)生顯著影響。在JFA框架中，D初始化為一隨機(jī)向量，然后考慮或不考慮V來對(duì)其進(jìn)行估計(jì)。在JFA框架之外，D可以估計(jì)為D2=SoA；t是一調(diào)整系數(shù)，用于控制先驗(yàn)分布以適應(yīng)最大后驗(yàn)概率分布。表1給出了本系統(tǒng)中在2008SRE數(shù)據(jù)段2至段3狀態(tài)7和狀態(tài)6下的實(shí)驗(yàn)結(jié)果。第一行（“NO”）展示了沒有改寫（不包含D）,常規(guī)MAP（D=BUM）和使用JFA統(tǒng)計(jì)（D=JFA）估計(jì)的D值的情況下的作用效果。不含D的結(jié)果通過超級(jí)向量獲得，這些超級(jí)向量是考慮到特征和UBM的最大似然估計(jì)。盡管JFA中的D未被使用，但是存在一個(gè)事先使用最大似然估計(jì)的隱式均勻。同一行中的結(jié)果之間相當(dāng)，而使用由JFA得來的D估計(jì)值可以獲得最好的結(jié)果。第二行（“信道”）的結(jié)果使用一個(gè)本征信道法獲得，其中刪除了300個(gè)信道因子，產(chǎn)生的超級(jí)向量估計(jì)為m?Ux，D的使用和估計(jì)對(duì)結(jié)果的影響很小。第三行（“說話人'）展示了通過本征信道法獲得的結(jié)果，其中超級(jí)向量估計(jì)為m°+Vy,它們嚴(yán)重依賴于D的使用。結(jié)果隨著D而改善，且當(dāng)D是由UBM估計(jì)得來時(shí)，結(jié)果有進(jìn)一步改善。第四行（“信道、說話人”）給出了由JFA模型獲得的結(jié)果。它們和第三行（“說話人”）趨向相似，但對(duì)英語試驗(yàn)D=UBM有最佳性能，而對(duì)所有的試驗(yàn)D=JFA時(shí)給出最佳性能這點(diǎn)除外。通過語種補(bǔ)償［7］,所有試驗(yàn)上的性能可以得到重大提升，而這點(diǎn)在本論文中因以下兩點(diǎn)原因未被使用。第一，為了訓(xùn)練補(bǔ)償需要另一個(gè)數(shù)據(jù)庫(kù)，比如2006SRE,但是就從JFA效

果方面來講，2006和2008SRE結(jié)果之間存在嚴(yán)重不匹配。第二，在所有試驗(yàn)上性能的改善除了通過優(yōu)化各個(gè)情況下的性能外，也可以通過不同語種情況間更好的校正獲得，而語種補(bǔ)償掩蓋了前者的改進(jìn)。表1三種不同D的選擇下基準(zhǔn)JFA系統(tǒng)的相等錯(cuò)誤率%EERJFA（超向量維數(shù)）WITHOUTDWITHD二UBM(NF)WITHD二JFA(NF)ENGALLENGALLENGALLNO(NF)903912.9208.95812.5098.63212.509CHANNEL(NF-300)3.1767.6182.9327.5803.0957.655SPEAKER(300)12.8661609410.83114.26412.29615571CHANNEL,SPEAKER(300)39907.1692.7697.0203.4206.647注：⑴數(shù)據(jù)來自2008SRE數(shù)據(jù)段2至段3情形7（英語）和情形6。（2） 粗體單元表示刪除了子空間。生成超向量的維數(shù)己在括號(hào)中給出。未使用D則維數(shù)如列1給定，使用D則維數(shù)為NFo（3） 第一行（“N?！保┑谝磺?WITHOUTD'）是使用UBM和其數(shù)據(jù)進(jìn)行的超向量的最大似然估計(jì)。3.語音間變異性語音間變異性計(jì)算如表2所示。對(duì)各個(gè)會(huì)話端，基于音素標(biāo)簽選擇均值方差歸一化后的特征向量。如表所示，本文選擇四種音素類：元音，滑音+鼻音，阻塞音和間歇。理論上，間歇可以被忽略，但這里仍然包含它，因?yàn)檫@些在話音/無聲分割后通過開音素環(huán)路音素識(shí)別器得到的被稱為間歇的幀可能屬于清音，而且可能對(duì)說話人識(shí)別很有用。此外，我們想要確保組合所有類中的所有幀可以給出在基準(zhǔn)系統(tǒng)中用到的所有幀。GMM超向量由各個(gè)類的幀估計(jì)得來，一個(gè)給定說話人（信道給定）超向量可以描述為UBM均值I】】。和音素超向量Pq的和:m=m0+Pq音素超向量分布于秩為Rp的低維子空間中，且假定可按照PPT分解，音素因子q假定為標(biāo)準(zhǔn)正態(tài)分布。音素子空間P和常規(guī)JFA中的干擾子空間一樣由說話人、信道和特有音素超向量估計(jì)得來。表2計(jì)算語音間變異性的設(shè)置Speakei',ChannelPhones 1sl,lsl,lVov/elsl,lGNsl,lObstrsl,lPausesi,2si,2Vowelsi,2GNsi,2Obstrsi,2Pauses2,ls2,lVowels2,lGNs2,lObstrs2,lPausesN,MsN,MVowelsN,MGNsN,MObstrsN,MPause使用四種音素類獲得的結(jié)果本文使用NIST2004SRE數(shù)據(jù)集對(duì)信道、說話人和音素子空間進(jìn)行各自獨(dú)立的估計(jì)，每個(gè)子空間的維數(shù)選為300,本論文的目標(biāo)是比較這些子空間的性能。如前所訴，首先不考慮對(duì)角因子（D）而只比較不同子空間的作用效果，以信道+音素和說話人+音素的形式連結(jié)子空間,然后測(cè)量其與獨(dú)立子空間相比的改善程度。我們將在JFA框架中對(duì)說話人和信道子空間進(jìn)行試驗(yàn)，而音素子空間則附加到其中一個(gè)子空間上。5.1.1.獨(dú)立的音素、說話人、信道子空間上獲得的結(jié)果表3相等錯(cuò)誤率%EER（通過刪除信道、說話人、音素子空間獲得）RemoveSubspaceWithoutDEngti'ialsAlltnals1None(NF)903912.920oChannel3.1767.6183Speaker5.94510.7544Phone692210.866表4能效比偶）（通過保持信道、說話人、音素空間獲得）KeepSubspace(300dim)WithoutDEngti'ialsAllfacials1All(NF)903911920oChannel15.22818.2973Speaker12.86616.0944Phone14.16917.140表3和表4給出了在使用或刪除獨(dú)立子空間時(shí)的作用效果。本文的思想是將其與基準(zhǔn)系統(tǒng)的結(jié)果進(jìn)行比較。如果一個(gè)特定子空間代表干擾維數(shù)，那么刪除它會(huì)提升性能而僅使用這個(gè)子空間會(huì)使性能更糟，這一假設(shè)僅在信道子空間上被證實(shí)。刪除說話人（音素）子空間顯示出和信道相同的趨向，刪除這些子空間性能提升，保持他們則性能更壞。這與直觀是相反的，因?yàn)檎f話人子空間含有有用的變異性因此刪除它會(huì)使性能受損。這一結(jié)果表明說話人子空間和信道子空間不是分離地代表說話人和信道信息，而是兩部分都包含。這一點(diǎn)在［8］中報(bào)告過，其中Dehaketal.展示了通過一種信道補(bǔ)償技術(shù)一一類內(nèi)協(xié)方差歸一化［9］一一可以提升使用說話人因子時(shí)的性能。總體上，看起來最好保留的子空間是說話人，最好刪除的子空間應(yīng)該是信道。因素子空間的性能表明刪除它影響最小，這表明它與信道子空間的關(guān)聯(lián)相對(duì)較小或者不高。后者是一個(gè)十分有趣的假設(shè)因?yàn)橐羲刈涌臻g就包含在信道子空間內(nèi)。若假設(shè)正確，則可能表明說話人和信道子空間之間存在相互關(guān)聯(lián)。4.1.2.聯(lián)合音素、說話人和信道子空間獲得的結(jié)果現(xiàn)在通過聯(lián)合這些子空間來探索它們之間的相似性。表5給出了這些實(shí)驗(yàn)的結(jié)果，行1是基準(zhǔn)系統(tǒng)結(jié)果，給出了刪除信道子空間保留說話人子空間時(shí)在所有試驗(yàn)上有最佳性能但是在英語試驗(yàn)上，與只刪除信道子空間相比性能差些（表3,行2）o首先對(duì)音素子空間包含了說話人或信道大部分的變異性這一假設(shè)進(jìn)行檢驗(yàn)，如果這樣，那么用音素子空間代替說話人或信道子空間性能就不會(huì)降低很多。第2、3行說明在基準(zhǔn)系統(tǒng)中使用因素子空間代替說話人和信道子空間時(shí)性能會(huì)嚴(yán)重降低，這兩種情形下，結(jié)果都不支持假設(shè)。接下來驗(yàn)證音素子空間中含有對(duì)說話人識(shí)別有用而未被現(xiàn)存說話人和信道子空間建模的新信息這一假設(shè)，如果這樣，將音素子空間和說話人或信道子空間結(jié)合在一起將會(huì)獲得更好的性能，行4說明將音素子空間加到說話人子空間上時(shí)英語試驗(yàn)上的性能得到提升。這是一個(gè)很有趣的結(jié)果因?yàn)橐羲刈涌臻g是信道子空間的一部分，同樣有趣的是英語試驗(yàn)的結(jié)果性能改善，而數(shù)據(jù)隊(duì)列卻是來自語言無關(guān)性的開放音素環(huán)路音素識(shí)別器。行5表明因素子空間加到信道子空間時(shí)性能不受影響。這證實(shí)了之前關(guān)于這些子空間的性質(zhì)的假設(shè)。表5相等錯(cuò)誤率%EER（在JFA框架中連結(jié)各子空間獲得）KeepSubspaceRemoveSubspaceWithoutDEngtnalsAlltnals1SpeakerChannel3.9907.1692PhoneChannel7.16611.2773SpeakerPhone11.31914.3394Speaker+PhoneChannel3.5837.1325SpeakerChannel+Phone3.8277.319注意：表3和表5給出的結(jié)果不包含對(duì)角項(xiàng)。在表6和表7中，JFA框架中加入對(duì)角項(xiàng)。如前所述，有兩種方法獲得對(duì)角項(xiàng)一一使用JFA或者使用UBMo如表1所示，D的選擇對(duì)性能有重要影響。表6表明當(dāng)D由JFA估計(jì)得來時(shí)，趨向與表4相似。對(duì)英語試驗(yàn)，連結(jié)音素和說話人子空間時(shí)性能提升，連結(jié)音素和信道子空間時(shí)結(jié)果不受影響。注意：D值僅根據(jù)說話人和信道子空間估計(jì)得來，當(dāng)為各個(gè)結(jié)構(gòu)重新估計(jì)D時(shí)，我們的試驗(yàn)給出了類似的性能。

表6相等錯(cuò)誤率%EER（使用JFA框架中的信道、音素和說話人子空間，JFA中估計(jì)的D獲得）KeepSubspaceRemoveSubspaceDfi'omJFAEngAllSpeakei'Channel3.4206.647Speakei^-PhoneChannel3.0956.908Speakei'Channel+Phone3.3396.796表7表明當(dāng)D由UBM估計(jì)得來時(shí)，趨向有很大不同。將音素子空間與說話人子空間或信道子空間連結(jié)時(shí)性能均沒有改善。由此可以假設(shè)從UBM獲得的對(duì)角項(xiàng)含有的音素信息和音素子空間中的相似，這是一個(gè)很有趣的假設(shè)因?yàn)镈不是明確為語音變異性而訓(xùn)練的，檢驗(yàn)這一假設(shè)還需要更多的工作。表7相等錯(cuò)誤率%EER（使用JFA框架中的信道、音素和說話人子空間，UBM中估計(jì)的D獲得）KeepSubspaceRemoveSubspaceDfi'omJFAEngAllSpeakei'Channel2.7697.020SpeakeiH-PhoneChannel2.7697.095Speakei'Channel+Phone2.S506946本文在JFA框架中估計(jì)語音間變異性對(duì)說話人識(shí)別的有用性，使用匈牙利開放.音素環(huán)路識(shí)別器來估計(jì)這一變異性，并將這一變異性同說話人和信道變異性進(jìn)行比較。所有這些變異性均使用JFA框架在大約6萬維的平均超向量空間中的300維數(shù)子空間上估計(jì)獲得。首先通過保留或刪除這些子空間來比較它們，結(jié)果表明最有損害的子空間是信道子空間而最有用的子空間是說話人子空間。同時(shí)可以得到通過刪除說話人信道可以獲得更好的性能，而只使用信道子空間的性能也不會(huì)比只使用說話人子空間的性能差很多。這證實(shí)了之前的觀察即說話人和信道子空間都包含了兩種類型的變異性。通過刪除音素子空間獲得的結(jié)果引起的性能下降最小，而通過保留音素子空間獲得的性能介于說話人和信道之間。這些結(jié)果對(duì)確定語音變異性對(duì)說話人識(shí)別的有用性是不夠的。為此目的，連結(jié)這些子空間進(jìn)行了試驗(yàn)，這是聯(lián)合估計(jì)的一個(gè)近似?；鶞?zhǔn)是JFA系統(tǒng)，其中刪除了信道子空間而說話人子空間被保留。結(jié)果得到將音素子空間和信道子空間連結(jié)或者將音素子空間刪除時(shí)性能不變，這表明音素子空間中含有的干擾維數(shù)不會(huì)比信道子空間多。然而，當(dāng)音素子空間與說話人子空間連結(jié)或被保留下來時(shí)，性能會(huì)得到提升，這表明音素子空間中含有對(duì)說話人識(shí)別有用的變異性。注意：目前為止獲得的結(jié)果都未使用JFA中得來的對(duì)角項(xiàng)。用不同方式估計(jì)這個(gè)對(duì)角項(xiàng)然后進(jìn)行相同的實(shí)驗(yàn)，當(dāng)使用JFA數(shù)據(jù)估計(jì)對(duì)角項(xiàng)時(shí)性能會(huì)有進(jìn)一步提升，但使用UBM數(shù)據(jù)估計(jì)對(duì)角項(xiàng)時(shí)，原本性能的改善會(huì)減少。這表明語音變應(yīng)性和由對(duì)角項(xiàng)代表的變異性之間存在相互影響，要理解這一相互影響我們還需要進(jìn)行更多的工作。6.討論及未來的工作本文的工作得到一些有趣或者說意外的結(jié)果。音素子空間是使用語言無關(guān)性音素識(shí)別器進(jìn)行估計(jì)的，但是這一識(shí)別器的使用只提升了英語試驗(yàn)上的性能，而合為一體時(shí)，它使得所有實(shí)驗(yàn)上的總體性能變得更糟。音素子空間是常規(guī)子空間的一部分，但是聯(lián)合它和說話人子空間時(shí)性能看起來很好。所以，本研究未來的工作是探索用說話人和信道子空間來估計(jì)音素子空間的可能途徑，例如，可以先估計(jì)音素子空間，后估計(jì)信道和說話人子空間。刪除信道子空間可能改善對(duì)信道子空間的估計(jì)。音素因子可以類似于［2］和短時(shí)測(cè)試對(duì)話方式一起使用。本研究將在SRI英語ASR系統(tǒng)中重復(fù)這些結(jié)果，并將其與BUT開環(huán)音素環(huán)路識(shí)別器中獲得的結(jié)果進(jìn)行比較。音素類的選擇對(duì)結(jié)果很重要，而且應(yīng)該研究這四個(gè)或更多類的其他種選擇是否可以呈現(xiàn)相似的改善。本研究將用一個(gè)改進(jìn)的基準(zhǔn)系統(tǒng)重新進(jìn)行實(shí)驗(yàn)，來觀察數(shù)據(jù)集和特征對(duì)結(jié)論的影響。感謝LukasBurget和布爾諾大學(xué)技術(shù)組組織了2008年的JHU夏季研討會(huì)，并慷慨地提供開放音素環(huán)路輸出。感謝NicolasScheffer關(guān)于JFA的眾多論述和很多有幫助的建議。本工作的資金來源于與桑迪亞國(guó)家實(shí)驗(yàn)室的一個(gè)開發(fā)合同(#DE-AC04-94AL85000),這里的觀點(diǎn)僅為筆者的觀點(diǎn)，不代表資金機(jī)構(gòu)的觀點(diǎn)。8.參考文獻(xiàn)PKenny,G.Boulianne,P.Ouellet,andPDumouchel,"Factoranalysissimplified,"ProcofICASSP,vol1,pp.637?640,Philadelphia,PA,2005.RVogt,CJLustn,andS.Shridharan,"Factoranalysismodelingforspeakei'venficationvzitlishortutterances,"ProcofOdyssey2008:TheSpeakerandLanguageRecognitionworkshop,Stellenbosch,SoutliAfi'ica,2008.SKajarekar,"Phone-basedcepsti'alpolynomialSVMsystemforspeakerrecognition,"Proc,ofIntei'speech,Brisbane,Austi'aha,2008.NScheffei;R.Vogt,J.Pelecanos,andS.Kajarekar,11CombinationstrategiesfortheJFAmodelinspeakeivenfication,applicationtoaphoneticsystem/Proc,ofICASSP,Taipei,T