文献

J-GLOBAL ID：201002227606507710   整理番号：10A0869207

テキスト独立話者認識のための話者モデリングに時間情報を組み込むための音響セグメントモデルアプローチ

AN ACOUSTIC SEGMENT MODEL APPROACH TO INCORPORATING TEMPORAL INFORMATION INTO SPEAKER MODELING FOR TEXT-INDEPENDENT SPEAKER RECOGNITION

著者 (4件)： TSAO Yu (National Inst. of Information and Communications Technol., Kyoto, JPN) ,  SUN Hanwu (A*Star, Singapore, SGP) ,  LI Haizhou (A*Star, Singapore, SGP) ,  LEE Chin-Hui (Georgia Inst. of Technol., GA, USA)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2010 Vol.6  ページ： 4422-4425  発行年： 2010年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 標記の音響セグメントモデル(ASM)アプローチを提案した。このフレームワークでは,まず,トレーニングによってASMベースのユニバーサル・バックグラウンド・モデル(UBM)のコレクションを推定する。次に,それらのUBMを話者固有の登録データに適合させることによって,話者固有ASMの多重集合を得ている。また,ASMユニットの言語モデルに関する新しい使い方を提案し,ASM間の遷移を特徴付けた。最後に,”NIST 2001 SRE”データベースを用いた話者認識実験の結果を報告した。提案したASMアプローチは,時間モデリングを考慮していないガウス混合モデル(GMM)アプローチに比較して大幅な改善を示す。加えて,さらなる誤差低減も実現する。

シソーラス用語： *話者認識 ,  音響 ,  Gauss模型 ,  セグメンテーション ,  隠れMarkovモデル ,  言語モデル ,  音声認識 ,  認識 ,  学習アルゴリズム ,  時間 ,  情報 ,  パターン認識
準シソーラス用語： ガウスモデル ,  ガウス混合モデル ,  セグメント化 ,  言語認識 ,  音響セグメントモデル ,  時間情報 ,  GMM ,  統計的パターン認識

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 話者認識 ,  話者 ,  モデリング ,  時間情報 ,  音響