文献

J-GLOBAL ID：201702222242472670   整理番号：17A0995819

ロバストな話者検証のためのSN比と時間変動の弁別部分空間モデリング【Powered by NICT】

Discriminative subspace modeling of SNR and duration variabilities for robust speaker verification

著者 (4件)： Li Na (Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Hong Kong, China) ,  Mak Man-Wai (Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Hong Kong, China) ,  Lin Wei-Wei (Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Hong Kong, China) ,  Chien Jen-Tzung (Department of Electrical and Computer Engineering, National Chiao Tung University, Taiwan)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 45  ページ： 83-103  発行年： 2017年 
JST資料番号： T0677A  ISSN： 0885-2308  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： iベクトル確率的LDA(PLDA)と共に,話者照合で大きな成功を収めているが,発話長さと背景騒音レベルの変動で誘起される有害な効果を抑制するかは未だ困難な課題である。本論文では,システムが発話の長さの変動と雑音レベル変動を補償することによってiベクトルに基づく話者照合システムのロバスト性を改善することを目指した。雑音レベル変動は,信号対雑音比(SNR)部分空間によってモデル化することができ,時間変動はiベクトル空間における加法性雑音としてモデル化することができるという最近の知見に触発されて,PLDAモデルにSNR因子および時間因子を付加することを提案した。このフレームワークでは,同等の継続時間を持つ発話から誘導されたiベクトルは同様の時間特異的情報を共有すると狭いSNR範囲内の発話から抽出したiベクトルは類似したSNR特異的情報を持つことを仮定した。これらの仮定に基づいて,iベクトルは四成分:話者,SNR,継続時間,およびチャネルの線形結合として表現することができる。変分Bayesアルゴリズムは,識別部分空間訓練手順を介してこの潜在変数モデルを推定するために開発した。試験段階では,尤度比を計算する場合,異なる変動を補償した。NIST2012SREにおける共通条件1と4上での実験を行い,提案したモデルは,従来のPLDAとSN比不変PLDAを凌ぐことを示した。結果はまた,提案したモデルは,長い試験発話のための不確実性伝搬PLDA(UP PLDA)よりも優れていることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *経時変化 ,  発話 ,  *ロバスト性 ,  ベクトル ,  *モデリング ,  継続時間 ,  アルゴリズム ,  ベクトル空間 ,  不確実性 ,  雑音指数 ,  *SN比
準シソーラス用語： *部分空間 ,  話者照合 ,  iベクトル ,  *話者 , 【Automatic Indexing@JST】

著者キーワード (6件)： 話者検証 ,  期間変動 ,  SNR不整合 ,  変分Bayes ,  Iベクトル ,  PLDA

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： ロバスト ,  話者 ,  検証 ,  SN比 ,  時間変動 ,  空間モデリング