順位統計量を用いたテキスト独立型話者照合手法(音声,聴覚)

スポンサーリンク

概要

論文の詳細を見る
本論文では,順位統計量を用いた話者照合手法を提案する.順位統計量は,入力音声に対する申告話者,多数の背景話者モデル(GMMs)とのゆう度の比較で得られる順位そのものを指す.我々はこの順位統計量に対して,しきい値処理を行い照合する.提案手法ではT-normと同様に背景話者モデル数に比例して計算コストが増える.そこで提案手法の照合コストを下げるためにコホート話者を利用した手法も併せて提案する.評価のために,科学警察研究所が構築した『大規模話者骨導音声データベース』に収録されている男性283名の気導音声を用いて実験を行った.T-normを用いた場合のEER2.24%に対して,提案手法のEERは2.17%だった.また,コホート話者を用いた場合は282名から約80%の人数を削減した平均57名分の順位統計量の計算で,282名の話者を用いた場合と同等の性能を達成した.
2011-09-01

著者

関連論文

もっと見る

スポンサーリンク