文献

J-GLOBAL ID：202202233574047221   整理番号：22A0554670

話者認識におけるエンロール試験ミスマッチのための原理解【JST・京大機械翻訳】

A Principle Solution for Enroll-Test Mismatch in Speaker Recognition

著者 (7件)： Li Lantian (Center for Speech and Language Technologies (CSLT) and BNRist, Tsinghua University, Beijing, China) ,  Wang Dong (Center for Speech and Language Technologies (CSLT) and BNRist, Tsinghua University, Beijing, China) ,  Kang Jiawen (Center for Speech and Language Technologies (CSLT) and BNRist, Tsinghua University, Beijing, China) ,  Wang Renyu (Noah’s Ark Laboratory, Huawei, Hong Kong, China) ,  Wu Jing (Huawei Technologies Company Ltd., Pudong, Huawei, Shanghai, China) ,  Gao Zhendong (Huawei Technologies Company Ltd., Pudong, Huawei, Shanghai, China) ,  Chen Xiao (Noah’s Ark Laboratory, Huawei, Hong Kong, China)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 30  ページ： 443-455  発行年： 2022年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： 登録と試験条件の間のミスマッチは話者認識システム上で重大な性能劣化を引き起こす。本論文では,この問題を解決するための統計分解(SD)アプローチを示した。この手法は,PLDAスコアを登録,予測および正規化にそれぞれ対応する3つの成分に分解する。正しい統計が各成分で使われるならば,得られたスコアは理論的に最適である。包括的実験研究を,異なるタイプのミスマッチを有する3つのデータセットに関して実施した。(1)物理的チャネルミスマッチ,(2)長期話者特性ミスマッチ,(3)近遠記録不整合。結果は,提案したSDアプローチが高度に有効であり,一般的に採用されるが,理論で最適ではないアドホックマルチ条件訓練アプローチより優れていることを実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  *人間 ,  不整合 ,  正規化
準シソーラス用語： 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 (4件)： 話者認識 ,  試験 ,  ミスマッチ ,  理解