文献

J-GLOBAL ID：201602235213303949   整理番号：16A0618418

短い発話による話者照合のためのContent-aware局所変動ベクトル【Powered by NICT】

Content-aware local variability vector for speaker verification with short utterance

著者 (6件)： Chen Liping (National Engineering Laboratory for Speech and Language Information Processing, USTC, China) ,  Lee Kong Aik (Institute for Infocomm Research, A*STAR, Singapore) ,  Chng Eng-Siong (Temasek Laboratories, NTU, Singapore) ,  Ma Bin (Institute for Infocomm Research, A*STAR, Singapore) ,  Li Haizhou (Institute for Infocomm Research, A*STAR, Singapore) ,  Dai Li Rong (National Engineering Laboratory for Speech and Language Information Processing, USTC, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICASSP  ページ： 5485-5489  発行年： 2016年 
JST資料番号： W2441A  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： I-ベクトルは長時間音声発話による話者検証に非常に有効であることを示した。しかし試験発話が短期間である場合,登録および試験発話間のコンテンツミスマッチはiベクトルシステムの性能を制限している。iベクトルと同様に全発話にまたがってセッション変動を推定する代わりに発話から異なる音声クラスに対する局所セッション変動ベクトルを抽出することを提案した。電話状態分類のための訓練された深層ニューラルネットワーク(DNN)により与えられた事後確率を用いて,局所ベクトルは,特定の音声内容に含まれるセッション変動性を表す。著者らの実験は,コンテンツを意識した局所ベクターであるテキストに依存しない,テキスト制約付とテキスト依存型タスクのための短期間の訓練と試験発話間のコンテンツミスマッチへの対処で優れていることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： コンテンツ ,  深層 ,  ベクター ,  *ベクトル ,  ニューラルネットワーク ,  事後確率 ,  *発話 ,  制約条件 ,  電話
準シソーラス用語： テキスト ,  *話者 ,  *話者照合 , 【Automatic Indexing@JST】

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 ,  話者照合 ,  ベクトル