文献

J-GLOBAL ID：201402286316836340   整理番号：14A0685702

i-vectorを用いた話者認識

著者 (2件)： 小川哲司 (早稲田大) ,  塩田さやか (統計数理研)
資料名： 日本音響学会誌  (Journal of the Acoustical Society of Japan)
巻： 70  号： 6  ページ： 332-339  発行年： 2014年06月01日 
JST資料番号： G0162A  ISSN： 0369-4232  CODEN： NIOGAH  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 話者認識研究の初学者を対象に,i-vectorとは何か,どのように抽出するのか,i-vectorをどのように用いて話者認識を行うのかについて,重要な文献を紹介しながら丁寧に解説した。また,確率的線形判別分析(PLDA)等,i-vectorの関連技術や,それらが実装されてたツールについても紹介した。本解説は,1)はじめに,2)i-vectorの概観(GMMスーパベクトル/ジョイント因子分析(JFA)/i-vector/i-vectorによる話者照合),3)i-vector及び因子分析モデルパラメータの推定(UBMに対するBaum-Welch統計量/全因子wの確率分布とi-vectorの抽出/モデルパラメータT,Σの推定),4)話者内変動補正(部分空間に基づく話者内変動補正/PLDAに基づく話者内変動補正),5)ツール(JFA Matlab demo/ALIZE),6)おわりに,から構成されている。

シソーラス用語： *話者認識 ,  パターンマッチング ,  *因子分析 ,  パラメータ推定 ,  特徴抽出 ,  音声 ,  Gauss模型 ,  *判別分析 ,  ベクトル
準シソーラス用語： GMM ,  線形判別分析 ,  話者照合 ,  iベクトル

分類 (1件)： パターン認識  (JE07000S)

引用文献 (27件)：

• N. Dehak, P. Kenny, R. Dehak, P. Dumouchel and P. Ouellet, “Front-end factor analysis for speaker verification,“ IEEE Trans. Audio Speech Lang. Process., 19, 788-798 (2011).
• S.J.D. Prince, “Probabilistic linear discriminant analysis for inference about identity,“ Proc. ICCV2007, pp. 1-8 (2007).
• P. Kenny, “Bayesian speaker verification with heavy tailed priors,“ Proc. Odyssey2010 (2010).
• D. Garcia-Romero and C.Y. Espy-Wilson, “Analysis of i-vector length normalization in speaker recognition system,“ Proc. INTERSPEECH2011, pp. 249-252 (2011).
• D. Reynolds, T.F. Quatieri and R.B. Dunn, “Speaker verification using adapted Gaussian mixture models,“ Digital Signal Process., 10, 19-41 (2000).

タイトルに関連する用語 (1件)： 話者認識