文献

J-GLOBAL ID：201702280863540902   整理番号：17A0797822

エンドツーエンド話者照合のための深いニューラルネットワークベース話者埋め込み【Powered by NICT】

Deep neural network-based speaker embeddings for end-to-end speaker verification

著者 (6件)： Snyder David (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA) ,  Ghahremani Pegah (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA) ,  Povey Daniel (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA) ,  Garcia-Romero Daniel (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA) ,  Carmiel Yishay (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA) ,  Khudanpur Sanjeev (Center for Language and Speech Processing & Human Language Technology Center of Excellence, The Johns Hopkins University, Baltimore, MD 21218, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SLT  ページ： 165-170  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： 本研究では,エンドツーエンドテキストに依存しない話者検証システムを調べた。アーキテクチャは,可変長音声セグメントを入れた深層ニューラルネットワークで構成されていると話者埋込みに向けてそれをマッピングする。目的関数は同じ話者と異なる話者対を分離し,検証時に再使用した。類似システムが最近テキスト依存検証のための有望であることを示したが,これはテキスト独立タスクのために調査されていないと信じている。多数訓練話者の与えられた,提案したシステムは,等誤り率(EER)と低ミス率でiベクトルベースラインよりも優れていることを示した。ベースラインと比較して,エンドツーエンドシステムは試験条件をプールした平均13%と29%のEERを減少させた。融合系は平均32%と38%プールの減少を達成した。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： 基準線 ,  計算機アーキテクチャ ,  再利用 ,  *エンドツーエンド方式 ,  深層 ,  *ニューラルネットワーク ,  誤り率 ,  目的関数
準シソーラス用語： テキスト ,  *話者 ,  *話者照合 , 【Automatic Indexing@JST】

分類 (3件)： 計算機網  (JC03000K) ,  電子航法一般  (ND14010O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： エンドツーエンド ,  話者照合 ,  ニューラルネットワーク ,  話者 ,  埋め込み