权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

話者認識のための局所話者識別的特徴処理の研究

说话人识别中的本地说话人判别特征处理研究

基本信息

批准号：
09F09805
负责人：
古井貞熙
金额：
$ 0.77万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2009
资助国家：
日本
起止时间：
2009 至 2010
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-09F09805/
关键词：
話者認識識別的特徴

项目摘要

(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。

(1)Research on Structural MAP Adaptation Method GMM (Gaussian-mixture model) and SVM (Support Vector Machine) are used in the research of speaker recognition method and structural MAP adaptation method. The MAP adaptation method of construction is used to estimate and limit the amount of learning. The results of the study showed that 10-12% of the participants 'cognitive performance was achieved when the optimal structure was used. This method is based on the linear transformation of feature space, CMLLR method, Speaker Adaptive Training (SAT), and the selection of optimal structure is easy. The results of international conferences and meetings are recorded in the journal. (2)A Study on GMM and SVM Group Method for Speaker Recognition and Speaker-discriminative Criterions Appropriate weight coefficient adjustment, number of participants, Fisher discriminative ratio, inter-speaker dispersion ratio, 7% of participants cognitive performance upward confirmation The results of this research are presented in the Speech Processing System of the Information Processing Society.