将TIMIT数据集分为用于训练PLDA的域内数据和用于测试的Test集[⛳以后再写随机划分脚本]，取前130人作为域内数据。使用预训练模型（详见使用预训练Xvector模型进行测试 (opens new window)）中域外数据的PLDA模型和LDA矩阵，但是重新训练均值向量。

主代码分析

参考脚本：sre16/0003_sre16_v2_1a/run.sh stage8

获取中心化所需的均值向量

$train_cmd exp/xvectors_domain/log/compute_mean.log \
  ivector-mean scp:exp/xvectors_domain/xvector.scp \
  exp/xvectors_domain/mean.vec || exit 1;

• 中心化只使用域内数据，所谓中心化，就是取与你需要去中心化的数据集最接近的已知数据集的均值

自适应得到域内PLDA

该阶段使用预训练模型exp/xvectors_sre_combined/plda，由域外数据得到

$train_cmd exp/xvectors_domain/log/plda_adapt.log \
  ivector-adapt-plda --within-covar-scale=0.75 --between-covar-scale=0.25 \
  exp/xvectors_sre_combined/plda \
  "ark:ivector-subtract-global-mean scp:exp/xvectors_domain/xvector.scp ark:- | transform-vec exp/xvectors_sre_combined/transform.mat ark:- ark:- | ivector-normalize-length ark:- ark:- |" \
  exp/xvectors_domain/plda_adapt || exit 1;

直接训练域内PLDA模型

需要data/domain/spk2utt

$train_cmd exp/xvectors_domain/log/plda.log \
  ivector-compute-plda ark:data/domain/spk2utt \
  "ark:ivector-subtract-global-mean scp:exp/xvectors_domain/xvector.scp ark:- | transform-vec exp/xvectors_sre_combined/transform.mat ark:- ark:- | ivector-normalize-length ark:-  ark:- |" \
  exp/xvectors_domain/plda || exit 1;

PLDA打分

为了方便考虑分析各种模型下的性能，对PLDA打分过程进行改进：

meanVec=exp/xvectors_sre_combined/mean.vec
LDA=exp/xvectors_sre_combined/transform.mat
PLDA=exp/xvectors_sre_combined/plda
$train_cmd exp/scores/log/scoring.log \
  ivector-plda-scoring --normalize-length=true \
  --num-utts=ark:exp/xvectors_enroll/num_utts.ark \
  "ivector-copy-plda --smoothing=0.0 '$PLDA' - |" \
  "ark:ivector-mean ark:data/test/enroll/spk2utt scp:exp/xvectors_enroll/xvector.scp ark:- | ivector-subtract-global-mean '$meanVec' ark:- ark:- | transform-vec '$LDA' ark:- ark:- | ivector-normalize-length ark:- ark:- |" \
  "ark:ivector-subtract-global-mean exp/xvectors_domain/mean.vec scp:exp/xvectors_eval/xvector.scp ark:- | transform-vec '$LDA' ark:- ark:- | ivector-normalize-length ark:- ark:- |" \
  "cat '$trials' | awk '{print \\\$2, \\\$1}' |" exp/scores/eval_scores || exit 1;
eer=$(paste $trials exp/scores/eval_scores | awk '{print $6, $3}' | compute-eer - 2>/dev/null)
echo "EER: ${eer}%"

结果与分析

中心化	LDA	PLDA	EER(%)
xvectors_sre16_major	xvectors_sre_combined	xvectors_sre_combined	6.4
xvectors_domain	xvectors_sre_combined	xvectors_sre_combined	8.4
xvectors_sre_combined	xvectors_sre_combined	xvectors_sre_combined	6.4
xvectors_domain	xvectors_sre_combined	xvectors_domain（自适应）	6.4
xvectors_sre16_major	xvectors_sre_combined	xvectors_domain（自适应）	4.8
xvectors_sre_combined	xvectors_sre_combined	xvectors_domain（自适应）	4.8
xvectors_sre_combined	xvectors_sre_combined	xvectors_domain	5.6
xvectors_domain	xvectors_sre_combined	xvectors_domain	8.2

• 中心化使用域内数据效果不理想，原因是100人数据实在是太少了，反而不如大规模数据来得准确；⚠️后期需要调整域内spk数

• 用域内数据自适应得到的PLDA比直接训练的要好

• ⚠️待补充：LDA也用域内数据会怎样？

  一般来说，域内数据都是无标签的，因此无法训练LDA矩阵

ivector-compute-plda

为一组Ivector计算PLDA，用spk2utt中的说话人信息计算类内和类间方差

Usage:  ivector-compute-plda [options] <spk2utt-rspecifier> <ivector-rspecifier> <plda-out>
e.g.:
 ivector-compute-plda ark:spk2utt ark,s,cs:ivectors.ark plda

Options:
  --binary: Write output in binary mode (bool, default = true)
  --num-em-iters: Number of iterations of E-M used for PLDA estimation (int, default = 10)

ivector-adapt-plda

用非监督自适应数据Ivector从与训练数据不同的域自适应得到PLDA对象

Usage: ivector-adapt-plda [options] <plda-in> <ivectors-rspecifier> <plda-out>
e.g.: ivector-adapt-plda plda ark:ivectors.ark plda.adapted

Options:
  --between-covar-scale: Scale that determines how much of excess variance in a particular direction gets attributed to between-class covar. (float, default = 0.7)
  --binary: Write output in binary mode (bool, default = true)
  --mean-diff-scale: Scale with which to add to the total data variance, the outer product of the difference between the original mean and the adaptation-data mean (float, default = 1)
  --within-covar-scale: Scale that determines how much of excess variance in a particular direction gets attributed to within-class covar. (float, default = 0.3)

主要流程