文献

J-GLOBAL ID：202002267436754347   整理番号：20A1508051

話者認識のための深層学習とMFCCおよびLPCCの比較【JST・京大機械翻訳】

A Comparison of MFCC and LPCC with Deep Learning for Speaker Recognition

著者 (3件)： Yang Haiyan (Information and Communication School, Guilin University of, Electronic Technology, China, Key Laboratory of Cognitive Radio and Information Processing, Ministry of Education, Guilin, China) ,  Deng Yanrong (Information and Communication School, Guilin University of, Electronic Technology, China, Key Laboratory of Cognitive Radio and Information Processing, Ministry of Education, Guilin, China) ,  Zhao Hua-An (Dept. of Computer Science and Electrical Engineering, Kumamoto University, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICBDC 2019  ページ： 160-164  発行年： 2019年 
JST資料番号： D0698C  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： 生物学的情報は,指紋,虹彩,顔,静脈,音声を含む。それらの中で,音声は直接接触しないので,入力時のユーザの心理的負担は他の生物学的情報と比較して小さい。さらに,容易に音声を入力できる。話者認識は,音声に含まれる個人性の特徴により音声を自動的に決定する。個々の認証を行うためには,音声データから話者の特性を抽出する必要がある。この方法の1つは,Mel周波数ケプストラム係数(MFCC)であり,他は線形予測ケプストラム係数(LPCC)である。本論文では,話者認識を深層学習のニューラルネットワークを用いてMFCCとLPCC特徴を用いて行い,話者認識に関するMFCCとLPCCの特徴を評価した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  虹彩 ,  静脈 ,  *話者認識 ,  指紋 ,  線形予測 ,  *深層学習 ,  *メル周波数ケプストラム係数
準シソーラス用語： *MFCC ,  話者 ,  音声データ ,  ケプストラム係数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  LPCC ,  MFCC ,  話者認識

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 話者認識 ,  深層学習 ,  MFCC