文献

J-GLOBAL ID：201902264468431935   整理番号：19A2501083

長く短い発話のためのエンドツーエンドDNNベースのテキスト独立話者認識【JST・京大機械翻訳】

End-to-end DNN based text-independent speaker recognition for long and short utterances

著者 (7件)： Rohdin Johan (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Silnova Anna (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Diez Mireia (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Plchot Oldrich (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Matejka Pavel (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Burget Lukas (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic) ,  Glembek Ondrej (Brno University of Technology, Speech@FIT and IT4I Center of Excellence, Bozetechova 2, Brno 61266, Czech Republic)
資料名： Computer Speech and Language  (Computer Speech and Language)
巻： 59  ページ： 22-35  発行年： 2020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)

抄録/ポイント： 最近,深いニューラルネットワーク(DNNs)に基づくいくつかのエンドツーエンド話者検証システムが提案されている。これらのシステムはテキスト依存タスクに対して,また短い発話によるテキストに依存しないタスクに対して競争力があることが証明されている。しかしながら,より長い発話を持つテキスト独立タスクに対して,エンドツーエンドシステムは標準iベクトル+PLDAシステムによりまだ実行されている。本研究では,iベクトル+PLDAベースラインを模倣するために初期化されたエンドツーエンド話者検証システムを提示した。このシステムは,次に,エンドツーエンドの方法で訓練されるが,正規化されるので,それは最初のシステムからあまり離れていない。この方法では,通常,エンドツーエンドシステムの性能を制限するオーバーフィッティングを緩和する。提案したシステムは,長時間と短時間の発話の両方でiベクトル+PLDAベースラインより優れている。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *話者認識 ,  *エンドツーエンド方式 ,  正規化 ,  *発話 ,  ベクトル ,  ニューラルネットワーク ,  基準線
準シソーラス用語： iベクトル ,  *話者 ,  *テキスト , 【Automatic Indexing@JST】

著者キーワード (6件)： 話者検証 ,  DNN ,  エンドツーエンド ,  テキスト独立 ,  Iベクトル ,  PLDA

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 発話 ,  エンドツーエンド ,  話者認識