話者認識のための局所話者識別的特徴処理の研究

点击翻译按钮获取中文摘要

(1)構造的MAP適応法の研究GMM (Gaussian-mixture model)とSVM (Support Vector Machine)を組み合わせて用いる話者認識法に、構造的MAP適応法(Structural MAP adaptation)を適用する方法について研究した。構造的MAP適応法を用いることにより、限られた量の学習データを効果的に用いて、頑健な話者モデルを推定することができる。種々の構成の木構造を用いて実験を行った結果、最適な構造を用いた場合、10-12%の話者認識性能の向上が達成できることが確認された。この方法に、特徴量空間の線形変換に基づくCMLLR法による話者適応学習(SAT : Speaker Adaptive Training)を組み合わせることにより、最適な木構造の選択が容易になることが確認できた。これらの成果は、国際会議論文として採録決定済みである。(2)個人差で重みづけられたMAP適応法の研究GMMとSVMを組み合わせる話者認識法において、話者識別基準(speaker-discriminative criterion)を導入することにより、認識性能の安定性を高める研究を行った。適応における重み係数を調整するためのデータ占有数に、Fisher discriminative ratioすなわち話者間・話者内分散比を用いることにより、7%の話者認識性能の向上が確認できた。この成果は、情報処理学会の音声言語処理シンポジウムで発表した。