文献

J-GLOBAL ID：201802279296214027   整理番号：18A0445105

適応GMMを用いた話者セグメンテーション【Powered by NICT】

Speaker segmentation using adapted GMMs

著者 (3件)： Bellagha Mohamed Lazhar (Computational Mathematics Laboratory, University of Monastir, Faculty of science of Monastir, Mathematic department, Monastir 5000, Tunisia) ,  Labidi Mohamed (Research Laboratory of Technologies of Information and Communication & Electrical Engineering, LaTICE (Monastir unit) Faculty of Science of Monastir, computer science department, Monastir 5000, Tunisia) ,  Maraoui Mohsen (Computational Mathematics Laboratory, University of Monastir, Faculty of science of Monastir, Mathematic department, Monastir 5000, Tunisia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEMIS  ページ： 1-6  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： 話者数は一般的に放送ニュースにおける大きく,それ故に話者は種々の音響条件下でしばしば発生している。これはオーディオストリームは,多くの話者交代を含有する。データ利用可能な(短い音声セグメント)の少量を考えると,セグメンテーション技術は,それらのロバスト性のために知られていない。話者介入の高い数に関連した問題を解決するために,モデル選択ベースの方法の高い精度の利点を持つことを教師なし話者セグメンテーションアプローチを提案した。この手法では,話者の特性を記述するために適応Gauss混合モデル(GMM)を用いた。いくつかジャーナリズムプログラム上での実験結果により,提案した方法は,セグメンテーションを改善し,従って日記付け誤差を低減することを示した。Copyright 2018 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： ロバスト性 ,  *セグメンテーション ,  放送 ,  音響 ,  ニュース
準シソーラス用語： Gauss混合モデル ,  モデル選択 ,  話者交代 ,  *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 (3件)： 適応 ,  GMM ,  話者セグメンテーション