文献

J-GLOBAL ID：201702268956154089   整理番号：17A0797826

ロバストな話者検証のための深い神経回路網を用いたモデル化話者とチャネル変動【Powered by NICT】

Modelling speaker and channel variability using deep neural networks for robust speaker verification

著者 (4件)： Bhattacharya Gautam (Computer Research Institute of Montreal, Canada) ,  Alam Jahangir (Computer Research Institute of Montreal, Canada) ,  Kenn Patrick (Computer Research Institute of Montreal, Canada) ,  Gupta Vishwa (Computer Research Institute of Montreal, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SLT  ページ： 192-198  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： 余弦距離または確率的線形判別分析(PLDA)分類器に供給する前に深部ニューラルネットワークを用いたiベクトルを処理することによりiベクトルに基づく話者照合の性能を改善することを提案した。この目的のために,著者らは,非線形内クラス正規化(NWCN)を参照し,新しい話者分類器ネットワーク(SCN)を導入した既存のモデルに基づいて構築した。両モデルは印象的な話者照合性能を,コサイン距離バックエンドと組み合わせたとき,標準iベクトル上で56%と68%の相対的改善を示した。NWCNモデルもPLDAの等誤り率を1.78%から1.63%であった。領域不整合の制約下でこれらのモデルを試験し,すなわちドメイン内訓練データが利用できない。これらの条件下で,余弦距離と併用したSCNの特徴は,PLDAベースラインよりも優れた性能を示し,3.37%に比べて2.92%の等誤り率を達成した。Copyright 2017 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： 正規化 ,  *モデリング ,  不整合 ,  *ロバスト性 ,  ネットワーク ,  *チャネル ,  基準線 ,  *神経回路網 ,  誤り率 ,  性能評価
準シソーラス用語： 訓練データ ,  話者照合 ,  iベクトル ,  ディープニューラルネットワーク ,  線形判別分析 ,  *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 (6件)： ロバスト ,  話者 ,  検証 ,  神経回路網 ,  モデル化 ,  チャネル