文献

J-GLOBAL ID：202202229949663682   整理番号：22A1077649

高精度な話者照合のためのTransformerを用いた話者特徴量抽出

Speaker Feature Extraction Using Transformer for High Accuracy Speaker Recognition.

著者 (5件)： 板倉光佑 (Panasonic) ,  畠中亮太 (Panasonic) ,  大毛勝統 (Panasonic) ,  福田鉄平 (Panasonic) ,  岡田慎太郎 (Panasonic)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-3-12  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・Transformer Encoderを用いて話者特徴量を抽出する手法の提案。
・提案手法の性能を検証するために,同条件で提案手法とx-vectorベースの従来手法の学習を行い,評価結果を比較。
・提案法によって,限られた計算資源の中でも非常に高い照合性能を達成できるということを実証。

シソーラス用語： *パターンマッチング ,  話者認識 ,  *特徴抽出 ,  機械学習 ,  自然言語処理 ,  誤り率 ,  ニューラルネットワーク ,  日本語 ,  深層学習
準シソーラス用語： *話者照合

分類 (1件)： パターン認識  (JE07000S)

引用文献 (13件)：

• N. Dehak et al., “Front-end factor analysis for speaker verification,” IEEE Transactions on Audio, Speech, and Language Processing, vol. 19, no. 4, pp. 788-798, 2010.
• D. Snyder et al., “Deep neural network embeddings for text-independent speaker verification.” in Interspeech, pp. 999-1003, 2017.
• A. Vaswani et al., “Attention is all you need,” in Advances in neural information processing systems, pp. 5998-6008, 2017.
• D. Snyder et al., “Speaker recognition for multi-speaker conversations using x-vectors,” in ICASSP, pp. 5796-5800. IEEE, 2019.
• D. Snyder et al., “The jhu speaker recognition system for the voices 2019 challenge.” in INTERSPEECH, pp. 2468-2472, 2019.

タイトルに関連する用語 (4件)： 話者照合 ,  Transformer ,  話者 ,  特徴量抽出