混合因子分析に基づく話者識別モデルのパラメータ共有構造(ポスターセッション)(第5回音声言語シンポジウム)

スポンサーリンク

概要

論文の詳細を見る
本論文では,話者識別実験において混合因子分析モデルのパラメータ共有構造について検討を行う.また,識別性能を向上させるため,ML推定により得られたモデルに最小分類誤り学習を適用する.パラメータの共有方法には因子負荷行列を共有する方法や独自因子の分散を共有する方法などが考えられる.我々は,テキスト独立型話者識別実験より,すべての共有方法において対角共分散行列や全共分散行列を用いたGMMに対する優位性を確認した.学習データが少ない場合においても,ほぼ同様の傾向が見られた.また,本実験においては独自因子の分散を共有した場合が,最も有効であり,このとき,対角共分散行列を用いたGMMに対して識別誤りを約26%削減することができた.さらに,混合因子分析モデルに対し,最小分類誤り学習を適用することにより,約3%の識別誤り率の改善が見られた.
一般社団法人情報処理学会の論文
2003-12-18

著者

関連論文

もっと見る

スポンサーリンク