Этот пример использует предварительно обученную систему распознавания динамика, 'ivec-english-16kHz'. 'ivec-english-16kHz' система является экземпляром ivectorSystem обученный на наборе данных LibriSpeech.

Загрузите предварительно обученную систему распознавания динамика в свою временную директорию, местоположение которой задано MATLAB® tempdir команда. Если вы хотите поместить файлы данных в папку, отличающуюся от tempdir, измените имя каталога. Добавьте временную директорию в путь поиска файлов. Создайте систему i-вектора.

fname = 'ivec-english-16kHz.zip';
URL = ['https://ssd.mathworks.com/supportfiles/' ...
    'audio/speakerRecognition/' fname];
zipFile = fullfile(tempdir,fname);

websave(zipFile,URL);
unzip(zipFile,tempdir);

addpath(tempdir)

sr = speakerRecognition;

Считайте два речевых сигнала, каждый из которых содержит фразу "объем, на котором" говорят вслух несколько раз с различными интонациями. В одном из сигналов динамик является штекером. В другом сигнале докладчик является розеткой.

Считайте каждый сигнал и разделите его в две части. Одна из частей используется, чтобы зарегистрировать докладчика. Другая часть используется для верификации динамика и идентификации.

[bf,fs] = audioread('MaleVolumeUp-16-mono-6secs.ogg');
enrollBF = bf(1:3*fs);
testBF = bf(3*fs+1:end);
bfLabel = "BF";

[rd,fs] = audioread('FemaleVolumeUp-16-mono-11secs.ogg');
enrollRD = rd(1:5*fs);
testRD = rd(5*fs+1:end);
rdLabel = "RD";

Зарегистрируйте докладчиков в систему распознавания динамика. Это создает шаблон динамика, который может использоваться для верификации или идентификации.

 enroll(sr,{enrollBF,enrollRD},[bfLabel,rdLabel])

Extracting i-vectors ...done.
Enrolling i-vectors .....done.
Enrollment complete.

Вызовите identify функция на тестовых данных.

candidates = identify(sr,testBF)

candidates=2×2 table
    Label     Score 
    _____    _______

     BF      -1.0315
     RD      -178.77

candidates = identify(sr,testRD)

candidates=2×2 table
    Label     Score 
    _____    _______

     RD      -99.188
     BF      -240.22

Вызовите verify функция с тестовыми данными, чтобы подтвердить, что система правильно принимает или отклоняет динамики.

isVerified = verify(sr,testBF,bfLabel)

isVerified = logical
   1

isVerified = verify(sr,testBF,rdLabel)

isVerified = logical
   0

isVerified = verify(sr,testRD,rdLabel)

isVerified = logical
   1

isVerified = verify(sr,testRD,bfLabel)

isVerified = logical
   0

Вызовите info функция, чтобы получить информацию о том, как модель была обучена.

info(sr)

Header
  - This system was trained using the LibriSpeech train and development sets.
  LibriSpeech is an approximately 1000-hour corpus of read English speech sampled at 16 kHz.
  - The detection error tradeoff was determined by enrolling one file from each speaker in the 
  LibriSpeech test set, and then evaluating exhaustive pairs of the enrolled and remaining data.

i-vector system input
  Input feature vector length: 60
  Input data type: double

trainExtractor
  Train signals: 286808
  UBMNumComponents: 2048
  UBMNumIterations: 10
  TVSRank: 512
  TVSNumIterations: 5

trainClassifier
  Train signals: 286807
  Train labels: 1 (91), 100043 (31) ... and 5652 more
  NumEigenvectors: 200
  PLDANumDimensions: 200
  PLDANumIterations: 5

detectionErrorTradeoff
  Evaluation signals: 5382
  Evaluation labels: 102255 (46), 1066 (24) ... and 175 more

Удалите временную директорию из пути поиска файлов.

rmpath(tempdir)