文献

J-GLOBAL ID：201902223170901392   整理番号：19A1661177

スペクトルエントロピーを用いた効率的話者同定【JST・京大機械翻訳】

Efficient speaker identification using spectral entropy

著者 (3件)： Luque-Suarez Fernando (CICESE, Ensenada, Mexico) ,  Camarena-Ibarrola Antonio (Universidad Michoacana, Morelia, Mexico) ,  Chavez Edgar (CICESE, Ensenada, Mexico)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 78  号： 12  ページ： 16803-16815  発行年： 2019年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 音声認識において,2つの主な問題は音声認識(何かと言われる)と話者認識(話された)である。話者認識のための通常の方法は,話者の同一性がモデルのパラメータに対応するモデルを仮定することであり,候補話者の数が大きい場合には,推定が時間がかかる可能性がある。本論文では,音声信号から抽出したエントロピーに基づく特徴の高次元点雲として話者をモデル化した。この方法はインデクシングを可能にし,したがって,それは大規模データベースを管理することができる。著者らは,1000の異なる話者のYouTubeビデオの収集からオーディオを抽出することによって形成された公開利用可能なデータベースによる同定の品質を実験的に評価した。20秒のオーディオエクセルにより,記録環境を制御しない場合には97%の精度で話者を識別でき,制御された記録環境に対しては99%の精度が得られた。Copyright 2019 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 録画装置 ,  データベース ,  音声認識 ,  品質 ,  モデリング ,  モデル ,  *エントロピー ,  オーディオ機器 ,  高次元 ,  *話者認識 ,  音声信号
準シソーラス用語： Excel ,  ユーチューブ ,  大規模データベース ,  *話者 , 【Automatic Indexing@JST】

著者キーワード (3件)： 話者認識 ,  話者識別 ,  entropグラム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： スペクトルエントロピー ,  話者同定