文献

J-GLOBAL ID：201702261681026020   整理番号：17A0471048

テキスト依存話者照合のためのテンプレートマッチング【Powered by NICT】

Template-matching for text-dependent speaker verification

著者 (4件)： Dey Subhadeep (Idiap Research Institute, Martigny, Switzerland) ,  Motlicek Petr (Idiap Research Institute, Martigny, Switzerland) ,  Madikeri Srikanth (Idiap Research Institute, Martigny, Switzerland) ,  Ferras Marc (Idiap Research Institute, Martigny, Switzerland)
資料名： Speech Communication  (Speech Communication)
巻： 88  ページ： 96-105  発行年： 2017年 
JST資料番号： W1590A  ISSN： 0167-6393  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： 過去10年間で,話者モデリングへのiベクトルと関節因子分析(JFA)アプローチは,自動話者認識の地域で当たり前になってきた。これらの両方法共に,iベクトルまたは話者因子を推定するための前段階として,Gauss混合モデル(GMM)またはディープニューラルネットワーク(DNN)のいずれかを用いて,事後確率の計算を含んでいる。GMMは音響的特徴の暗黙的モデリング音声情報に焦点を当てる一方,そのDNNを明示的にモデリング音声/言語ユニットに焦点を当てた。テキスト依存話者検証のために,DNNベースシステムはかなり固定句タスクのためのGMMよりも優れていた。だが,両手法は,電話配列情報を無視している。本論文では,話者情報特徴を用いた動的時間ワーピング(DTW)を用いてこの情報を利用することを目的としている。これらの特徴は,短い音声セグメント抽出iベクトルモデルから得られた,オンラインiベクトルと呼ばれている。さらに話者識別部分空間へのオンラインiベクトルを見積もるために使用されている確率的線形判別分析(PLDA)。提案したDTW手法は,その他の最先端技術手法よりもRSRコーパス上で等誤り率,iベクトルとJFAを含む少なくとも74%の相対的改善を得た。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： *ベクトル ,  事後確率 ,  コーパス ,  因子分析 ,  モデリング ,  誤り率 ,  話者認識
準シソーラス用語： 線形判別分析 ,  部分空間 ,  オンライン ,  音響特徴 ,  Gauss混合モデル ,  *話者 ,  *話者照合 ,  *テキスト , 【Automatic Indexing@JST】

著者キーワード (3件)： テキスト依存話者検証 ,  DNN事後確率 ,  動的時間ワーピング

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 話者照合 ,  テンプレートマッチング