文献

J-GLOBAL ID：201702251983003921   整理番号：17A0995815

話者決定に適用した時系列セグメンテーションとクラスタリングのための一般化されたビタビベースモデル【Powered by NICT】

Generalized Viterbi-based models for time-series segmentation and clustering applied to speaker diarization

著者 (7件)： Lapidot Itshak (Afeka Tel-Aviv College of Engineering, ACLP, Israel) ,  Lapidot Itshak (University of Avignon, LIA, France) ,  Shoa Alon (Afeka Tel-Aviv College of Engineering, ACLP, Israel) ,  Furmanov Tal (Afeka Tel-Aviv College of Engineering, ACLP, Israel) ,  Aminov Lidiya (Afeka Tel-Aviv College of Engineering, ACLP, Israel) ,  Moyal Ami (Afeka Tel-Aviv College of Engineering, ACLP, Israel) ,  Bonastre Jean-Francois (University of Avignon, LIA, France)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 45  ページ： 1-20  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： 話者日記付けは,話者の意味での均一部分に会話における未知の話者を分離する問題である。最新技術による記録作成システムは,iベクトル方法論に基づいている。しかし,これらの手法は,大量の訓練データの会話diarizedのそれに類似していることを環境から得なければならないを必要とする。本論文では,このような訓練データを必要としないが,代わりにパラメータ調整のためのいくつかの開発データと十分であることを日記付けシステムを提案した。このシステムはよく知られた隠れMarkovモデル(HMM),Viterbi統計により訓練された一般的なクラスタ化アルゴリズムの一般化である。隠れ歪モデル(HDM)と呼ばれる,提案したモデルは状態歪モデルと遷移コスト,確率論的計算は必須ではないに基づく,HMMの場合と対照的である。は,筆者らのアプローチのための数学的基礎を提供し,ViterbiベースHMMは,HDMの特殊ケースと見なすことができることを実証した。近接は新しいパラダイムを用いて,配列依存性を学習することである場合状態モデル訓練に対する類似の手法を適用することが可能になった。HDMの性能を評価するために,著者らは,二種類の話者電話会話のdiarizationsを行った。LDC CALLHOMEデータベースからの会話に適用した場合,HDMは約26%(相対的改善)によるベースラインHMMシステムの性能が改善された。さらに,NIST2005データベースに適用した場合,HMMシステムに対しては若干の改善が得られた。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： 電話 ,  クラスタ化 ,  データベース ,  アルゴリズム ,  *セグメンテーション ,  基準線 ,  会話 ,  確率論 ,  隠れMarkovモデル
準シソーラス用語： 訓練データ ,  iベクトル ,  日記 ,  *話者 , 【Automatic Indexing@JST】

著者キーワード (4件)： 時系列クラスタリング ,  隠れMarkovモデル(HMM) ,  隠れ歪モデル(HDM) ,  話者識別

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 (4件)： 話者 ,  時系列 ,  セグメンテーション ,  クラスタリング