因子分析に基づいた放送ニュースの適応話者決定【Powered by NICT】

Desplanques Brecht; Demuynck Kris; Martens Jean-Pierre

文献

J-GLOBAL ID：201702269236121814 整理番号：17A1385382

因子分析に基づいた放送ニュースの適応話者決定【Powered by NICT】

Adaptive speaker diarization of broadcast news based on factor analysis

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1385382&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1385382&from=J-GLOBAL&jstjournalNo=T0677A") }}

著者 (3件)： , ,
資料名：
巻： 46 ページ： 72-93 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)

話者日記付けシステムにおける因子分析技術の導入は,話者固有情報の使用を促進することによりその性能を増強し,音声内容のような有害因子の抑制を改善することにより,および,様々な形の適応を促進する。本論文では,すべてのレベルの因子分析と適応を用いた最新iVectorベース日記付けシステムについて述べた。本研究に関連する記録作成モジュールである:同じ話者のグループ化音声セグメントを目指した話者境界と話者クラスタリングを探索する話者セグメンテーション。話者セグメンテーションは固有音声を用いてフレームごとに抽出された話者因子に依存している。話者変化検出は,話者情報のみに基づくべきであるとしてこの抽出プロセスにおけるソフト音声活性検出主法を組み込んだ,音声事後確率を適用して非音声フレームを無視したら読んで貰えるか。潜在的話者境界位置で挿入された話者因子の急激な変化が見られた。マハラノビス距離を用いることにより,音声内容の影響をさらに減少でき,これはより正確な話者境界をもたらした。iVectorベースセグメンテーションは,Bayes情報基準(BIC)や音声活性マークに基づくより一般的なセグメンテーション手法よりも著しく優れている。話者クラスタリングは2段凝集階層クラスタリング(AHC)を用いる初期B ICクラスタリング後,第二花房段階は抽出された話者因子のiVector確率的線形判別分析(PLDA)システムまたは余弦距離スコアリング(CDS)のいずれかにより実現した。セグメンテーションシステムは,以前の反復の出力に適応した固有音声マトリックス(教師なし)を用いた記録作成プロセスを繰り返すことによりファイルによるファイルに基づいて適応した。最も使用例を対象として質問の記録と類似していた材料が容易に入手できると仮定して,話者クラスタリングの教師なしドメイン適応も可能である。CDSクラスタリング段階のための話者因子抽出中に用いた固有音声マトリックスを拡大し,初期一般的固有音声と組み合わせた,繰り返し話者と音響条件をより正確にモデル化する新しい固有音声の小集合によりこれを得た。COST278多言語放送ニュースデータベース上での実験を行い,より正確なクラスタリングも生じる適応話者セグメンテーションを使用することにより,より正確な話者粒界の生成を示した。得られた話者誤り率(SER)は,CDSクラスタリングのドメイン適応化を介した7.4%と比較して13%減少させることができる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

パターン認識 , システム・制御理論一般

, , , ,

前のページに戻る