文献

J-GLOBAL ID：201702280068974842   整理番号：17A0142464

ブートストラップIベクトルを用いた時間不整合条件における話者認識【Powered by NICT】

Speaker recognition in duration-mismatched condition using bootstrapped i-vectors

著者 (4件)： Ando Atsushi (NTT Media Intelligence Laboratories, NTT Corporation, Japan) ,  Asami Taichi (NTT Media Intelligence Laboratories, NTT Corporation, Japan) ,  Yamaguchi Yoshikazu (NTT Media Intelligence Laboratories, NTT Corporation, Japan) ,  Aono Yushi (NTT Media Intelligence Laboratories, NTT Corporation, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-4  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： 登録とテスト発話の間の時間不整合を扱う新しい話者認識フレームワークを提案した。短い発話から抽出したiベクトルは,音素不均衡,継続時間不整合条件における性能劣化を引き起こすのために高い分散を示した。従来の手法では,iベクトルまたは話者類似性スコアをオフセットして分散を減少させる試みが,時間長差による分散は,通常,オフセットにあまりにも複雑である。従来のオフセットアプローチの代わりに,アンサンブル学習に触発され,著者らの提案した方法は,登録/試験発話からの複数の固定長の短い発話を発生させて,それらの話者類似性を統合することにより低分散結果を達成した。ブートストラップiベクトルは生成された短い発話から得られたし,登録され,試験ブートストラップiベクトルの組み合わせ間の平均PLDAスコアは話者決定に使用されている。実験は,提案方法が相対誤差減少73.9%~90.6%の六十二登録された発話の試験と5以下二試験発話における等誤り率を改善することを示した。さらに,提案した方法は,ベースラインより小さいスコアの変動を持つことが明らかになった。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： オフセット ,  音素 ,  基準線 ,  類似性 ,  *不整合 ,  *話者認識 ,  継続時間 ,  *ブートストラップ ,  発話 ,  誤り率 ,  *ベクトル
準シソーラス用語： アンサンブル学習 ,  スコア ,  *話者 ,  性能劣化 , 【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)： ブートストラップ ,  iベクトル ,  不整合 ,  話者認識