話者固有空間における動的・静的特徴統合による話者照合

概要

論文の詳細を見る
話者認識における問題点の一つとして, 発話内容や発生時期の違い等による音声の特徴変動が挙げられる, この音声の特徴変動に対して, 音声中に含まれている音韻性と話者性を分離し, 話者性のみを抽出することができれば, 頑健な話者認識が可能になると考えられる.しかし, 音声中に含まれている音韻性と話者性を分離することは, 極めて困難な課題とされてきた.本研究では, 音声中に含まれている話者性のみを抽出する試みとして, 主成分分析に基づいて話者固有空間を構成し, 部分空間法により話者照合を行う方法を提案する.また, 音声の特徴変動の正規化には, ケプストラム平均値正規化法の有効性が確認されている.このケプストラム平均値正規化法を利用した, より頑健な音声の特徴変動の正規化法として, 話者固有空間における話者の動的・静的特徴統合法を提案する.本手法の有効性を示すために, 従来法であるGMMとの比較実験を行った結果, 話者固有空間における話者の動的・静的特徴統合法は, 話者照合において有効であることが確認できた.
社団法人電子情報通信学会の論文
2000-12-25