NIST SRE 2012的说话人验证协议
xbob.db.nist_sre12的Python项目详细描述
2012 NIST Speaker Recognition Evaluation（sre12）是从1996年开始的一个正在进行的系列的一部分。
在这个软件包中，我们为NIST SRE 2012实现了说话人识别协议（男性和女性）。 开发集的文件列表是i4u财团在参加比赛期间设计的。 特别感谢rahim saeidi（列表的原始链接：http://cls.ru.nl/~saeidi/file_library/I4U.tgz）。 然后按照PRISM definition规范化文件名。
该软件包由spear.nist_sre12自动下载/使用，以复制sre12的idiap研究所的结果。 spear.nist_sre12本身依赖于由idiap开发的开源说话人识别工具箱spear。 列表文件也可以独立使用，如下所述。
如果您使用此软件包和/或其结果，请引用以下出版物：
2014年icassp上发表的spear论文：
@inproceedings{spear, author = {Khoury, E. and El Shafey, L. and Marcel, S.}, title = {Spear: An open source toolbox for speaker recognition based on {B}ob}, booktitle = {IEEE Intl. Conf. on Acoustics, Speech and Signal Processing (ICASSP)}, year = {2014}, url = {http://publications.idiap.ch/downloads/papers/2014/Khoury_ICASSP_2014.pdf}, }描述i4u联盟使用的开发集的论文：
@inproceedings{Saedi_INTERSPEECH_2013, author = {Saeidi, Rahim and others}, month = {aug}, title = {I4U Submission to NIST SRE 2012: a large-scale collaborative effort for noise-robust speaker verification}, booktitle = {INTERSPEECH}, year = {2013}, location = {Lyon, France}, pdf = {http://publications.idiap.ch/downloads/papers/2013/Saedi_INTERSPEECH_2013.pdf} }bob作为运行实验的核心框架：
@inproceedings{Anjos_ACMMM_2012, author = {A. Anjos and L. El Shafey and R. Wallace and M. G\"unther and C. McCool and S. Marcel}, title = {Bob: a free signal processing and machine learning toolbox for researchers}, year = {2012}, month = {oct}, booktitle = {20th ACM Conference on Multimedia Systems (ACMMM), Nara, Japan}, publisher = {ACM Press}, url = {http://publications.idiap.ch/downloads/papers/2012/Anjos_Bob_ACMMM12.pdf}, }
安装
只需下载此软件包并在本地解压缩即可：
$ wget http://pypi.python.org/packages/source/x/xbob.db.nist_sre12/xbob.db.nist_sre12-1.1.1.zip $ unzip xbob.db.nist_sre12-1.1.1.zip $ cd xbob.db.nist_sre12-1.1.1
使用BuildOut启动并为实验准备好工作环境：
$ python bootstrap $ ./bin/buildout
这还要求安装bob（>；=1.2.0）。
要创建SQL数据库，只需运行以下命令行（这可能需要6-7分钟）：
$ bin/bob_dbmanage.py nist_sre12 create
获取数据
您需要订购NIST SRE数据库（Fisher、交换机和混音器）：
http://www.ldc.upenn.edu/Catalog/CatalogEntry.jsp?catalogId=LDC2013S03
请遵循NIST给出的说明和评估计划：
http://www.nist.gov/itl/iad/mig/sre12.cfm
根据发布年份的不同，数据可能需要扁平化和重组。 请按照运行时显示的文件结构操作：
$ bin/bob_dbmanage.py nist_sre12 dumplist
为此，您需要nist提供的数据库实用程序，以及sox。
解压缩数据并分割音频通道
NIST提供的数据以非标准格式压缩。 NIST提供一个名为w_decode的二进制文件来执行解压。 因此，您应该使用以下命令解压缩所有文件（其中nist_folder/bin是包含w_decode实用程序的文件：
$ NIST_FOLDER/bin/w_decode -o pcm $compressedfile $decompressedfile
有几个文件是立体声的，因此包含两个音频通道。 需要使用类似于以下脚本的脚本拆分这些文件：
$ decompressedfileStereo=`basename $decompressedfile .sph`
$ num=`soxi $decompressedfile | grep Channels | cut -c 18`
$ echo $num
$ if [ $num -eq 2 ]
$ then # File is stereo
$ echo sox $decompressedfile -c 1 $outputDir/${decompressedfileStereo}-a.sph mixer -l
$ sox $decompressedfile -c 1 $outputDir/${decompressedfileStereo}-a.sph mixer -l
$ sox $decompressedfile -c 1 $outputDir/${decompressedfileStereo}-b.sph mixer -r
$ else # File is mono
$ echo cp $decompressedfile $outputDir/
$ cp $decompressedfile $outputDir/
$ fi
添加噪音
为了更好地表示sre12评估集，在开发集（目标模型和测试语句）中包含了相同段的2个噪声版本（snr=6db和snr=15db）。 可以使用fant:
http://dnt.kr.hsnr.de/download.html
噪声样本主要来自freesound.org，包括暖通空调和人群噪声。可根据要求提供。每个音频文件中添加的噪音的说明可以在以下位置找到：
$ cd xbob/db/nist_sre12/noise_description/
语音增强
音频信号的去噪可以使用qio:
http://www1.icsi.berkeley.edu/Speech/papers/qio/
独立使用文件列表
开发和评估集的文件列表随此包提供。 它们可以单独使用，可以在此处找到：
$ cd xbob/db/nist_sre12/prism/
开发集的文件列表由i4u联盟编制。
如果您需要帮助，请联系我们。
欢迎加入QQ群-->： 979659372
