文献

J-GLOBAL ID：201702249510307429   整理番号：17A1724573

QbE STDのためのVTLNワープGauss posteriorgram【Powered by NICT】

VTLN-warped Gaussian posteriorgram for QbE-STD

著者 (2件)： Madhavi Maulik C. (Dhirubhai Ambani Institute of Information and Communication Technology (DA-IICT), India) ,  Patil Hemant A. (Dhirubhai Ambani Institute of Information and Communication Technology (DA-IICT), India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 563-567  発行年： 2017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： 声道長正規化(VTLN)は音声認識タスクのための非常に重要な話者正規化技術である。本論文では,例示照会プログラム口頭用語検出(QbE STD)のためのVTLNワープされたスペクトル特徴のGauss posteriorgramの使用を提案した。VTLNワーピング係数の推定のためのGauss混合モデル(GMM)フレームワークの利用を提案した。GMMフレームワークは,音素レベルの転写を必要とせず,従って,それは教師なしタスクに有用である。二GMM訓練アプローチ,すなわち,期待値最大化(EM)および決定論的アニーリング期待値最大化(DAEM)を用いたVTLNワーピング係数推定のための反復手法を提案した。VTLNワープGauss posteriorgramはより良いQbE STD性能を示した。TIMIT QbE STDの性能は異なる評価因子を用いて調べた,GMMにおいて,モデルの出力ガウス分布数,種々の局所制約,およびVTLNワーピング係数推定における反復数である。VTLNワープGauss posteriorgramはGauss posteriorgramにおける話者固有変動を低減し,従って,Gauss posteriorgramよりも良好な性能を与えることを期待されている。Copyright 2017 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： 音素 ,  *正規化 ,  音声認識 ,  声道 ,  逐次近似 ,  正規分布
準シソーラス用語： EMアルゴリズム ,  Gauss混合モデル ,  スペクトル特徴 ,  話者 , 【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 (2件)： STD ,  ワープ