文献

J-GLOBAL ID：201602277457370808   整理番号：16A0725797

GMM声紋認識モデルのための改良されたアルゴリズムの研究【Powered by NICT】

A research of improved algorithm for GMM voiceprint recognition model

著者 (2件)： Jing Zhang (Cisco School of Information, Guangdong University of Foreign Studies, Guangzhou 510420, China) ,  Xiao-mei Chen (Cisco School of Information, Guangdong University of Foreign Studies, Guangzhou 510420, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CCDC  ページ： 5560-5564  発行年： 2016年 
JST資料番号： W2441A  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： 同一性を認識するための経済的で信頼性があり,簡単で安全な方法として,声紋認識は現在市場で明るい見通しを持っている。しかし雑音環境では,悪いロバスト性はその実用化を制約するので,広く適用できる声紋認識する鍵は,システムのロバスト性を改善することである。シグナル認識,特徴抽出,モデル構築とマッチングから構成されている声紋認識システム,認識率を向上させる研究はいま述べたこの技術基づいている。声紋モデルを改良することによって,システムのロバスト性を改善する方法を検討した。GMMは,テキスト独立型のモデルであり,広く用いられている。システム認識率を向上させるために,この論文では,それぞれ訓練と認識期間中GMMモデルを改善した。訓練期間中に,隣接規則に基づくk-平均アルゴリズムは初期GM M値,システムは,従来の方法でいくつかの指標に及ぼす過剰注意に起因する貧弱な全体性能を採用した欠陥を克服したを得るために提案した。EMの誘導体プロセスを単純化するにより訓練速度と認識率を増加させた。認識期間,最終結果に悪いフレームの影響を避けるordertoの中に,エントロピーに基づくフレームマッチング重量法を提案した。実験成績は向上したGMMモデルは声紋認識システムのロバスト性を効果的に増加させたことを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 安全性 ,  モデリング ,  簡素化 ,  マッチング ,  アルゴリズム ,  エントロピー ,  ロバスト性 ,  信頼性 ,  特徴抽出 ,  *認知モデル
準シソーラス用語： テキスト ,  認識率 ,  雑音環境 ,  *声紋 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： GMM ,  声紋 ,  認識モデル ,  アルゴリズム ,  研究