文献

J-GLOBAL ID：201702235657612550   整理番号：17A1558979

フロントエンド多様性とadaboostアルゴリズムを用いた話者照合のためのスコアブースティング融合アプローチ【Powered by NICT】

Boosting scores fusion approach using Front-End Diversity and adaboost Algorithm, for speaker verification

著者 (3件)： Asbai Nassim (Speech Com. & Signal Proc. Lab, Faculty of Electronics and Computer Sciences, USTHB, Bab Ezzouar, 16 111, Algeria) ,  Asbai Nassim (El Bachir El Ibrahimi University, Bordj Bou Arreridj, Algeria) ,  Amrouche Abderrahmane (Speech Com. & Signal Proc. Lab, Faculty of Electronics and Computer Sciences, USTHB, Bab Ezzouar, 16 111, Algeria)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 62  ページ： 648-662  発行年： 2017年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Mel変形グループ遅延係数(MMGDCs)と呼ばれる新しい音声特徴抽出法を提案した。この方法では,修正群遅延スペクトルは高ホルマント周波数を検出し,一方,Melフィルタは,高周波領域におけるこれらの望ましいホルマントを選択した。また本論文では,MMGDCs,Mel係数(MFCC)と非対称樹液採取を用いたその拡張の間の提案したスコア融合アプローチ。AdaBoostアルゴリズムはこの融合の戦略として使用されている。提案した特徴とその拡張変異体の性能評価は,NIST2000コーパス上で行い,清浄およびシミュレーション双方についてノイズのある条件で試験し,NOISEX-92データベースから抽出した異なる雑音カテゴリーを使用している。得られた結果は,誤差低減の観点からMFCCに対して提案MMGDCsの優位性,MMGDCsとMFCCとの融合を良好にし,特に雑音環境下にAdaBoostアルゴリズムの能力を示した。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： ホルマント ,  雑音 ,  特徴抽出 ,  性能評価 ,  *アルゴリズム ,  データベース ,  群遅延特性 ,  コーパス ,  スペクトル ,  シミュレーション
準シソーラス用語： *話者 ,  雑音環境 ,  *スコア ,  MFCC ,  *話者照合 , 【Automatic Indexing@JST】

著者キーワード (8件)： 話者検証 ,  修正群遅延スペクトル ,  Melフィルタ ,  MMGDCs ,  MFCC(メル周波数ケプストラム係数) ,  Adaboostアルゴリズム ,  スコア融合 ,  雑音条件

分類 (2件)： ディジタルフィルタ  (NC04022Z) ,  オーディオ機器  (NC06010U)

タイトルに関連する用語 (7件)： フロントエンド ,  多様性 ,  AdaBoostアルゴリズム ,  話者照合 ,  スコア ,  ブースティング ,  融合