文献

J-GLOBAL ID：201802210031233598   整理番号：18A0727482

音素およびテキスト特徴ベクトルのクラスタリング解析【JST・京大機械翻訳】

Clustering analysis of phonetic and text feature vectors

著者 (2件)： Jicinsky Milan (University of Pardubice, Faculty of Electrical Engineering and Informatics, Studentska ́ 95, 530 02 Pardubice I, Czech Republic) ,  Marek Jaroslav (University of Pardubice, Faculty of Electrical Engineering and Informatics, Studentska ́ 95, 530 02 Pardubice I, Czech Republic)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Informatics  ページ： 146-151  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： 著者らの目標は,統計的方法を用いて,音声のいくつかの属性を分析することの例を示すことである。この目的のために,CzechとCzechlovak presidensのNew Years Day speechesを選んだ。著者らの研究の目的は,これらの音声の間の類似性と,Czechoslovak政治の歴史を通してのそれらの認識可能性を研究することである。すべてのプレシデントを互いに比較した。比較法は主成分分析とクラスタ分析に基づいている。重要な部分は特徴ベクトルを作り出すことである。特徴ベクトルは,成功したクラスタリングのために同じでなければならない。多くの品種があり,選択され使用できる特徴の組み合わせがある。相関変数は捨てられなければならない。最も重要な特徴を選択し,話者を表現し,特性化した。いくつかの話者は,選択された特徴に従って,一般的にsomethすることができる。一方,それらは他のものと非常に異なる。この種のアプローチは,各スポークマンの音声パターンを独立に認識するのを助けることができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： クラスタ分析 ,  主成分分析 ,  類似性 ,  統計的方法 ,  品種 ,  *クラスタ化 ,  キャラクタリゼーション ,  *音素
準シソーラス用語： 話者 ,  比較法 ,  *特徴ベクトル ,  *テキスト , 【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 (4件)： 音素 ,  特徴ベクトル ,  クラスタリング ,  解析