Robust Speaker Recognition with Intra-Speaker Variability Compensation based on Long-Term Recorded Speech Corpus

基于长期录制语音语料库的具有说话人内部变异补偿的鲁棒说话人识别

• 批准号: 21300060
• 负责人: KUROIWA Shingo
• 金额: $ 11.48万
• 依托单位: Chiba University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009-04-01 至 2014-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21300060/
• 关键词: 音声学; 話者認識; 話者照合; 話者識別; 音声データベース; 法科学; 話者内音声変動; 『AWA長期間収録音声コーパス』; 長期間収録音声コーパス; AWA-LTR; 音声特徴量; SVM; 音声認証; 話者内変; 順位統計量; 識別学習; 話者内変動

This research project aimed to build a new speech corpus that enables many researchers to investigate changes in human voices during a day, a month or several years, and to develop accurate and robust speaker recognition methods for industrial and forensic uses. The speech corpus named "AWA Long-Term Recorded Speech Corpus (AWA-LTR), which is released by Speech Resources Consortium of National Institute of Informatics (NII-SRC), consists of 6 speaker's read speech data recorded at morning, noon, and evening every week for several years (2 to 10 years). Using this corpus, we have developed intra-speaker variability compensation methods that improve the robustness of speaker recognition techniques. We also studied effective speech features for forensic speaker recognition, a comparison between human and machine speaker recognition abilities, accurate and robust speaker modeling methods and speaker verification methods.

该研究项目旨在建立一个新的语音语料库，使许多研究人员能够研究人类语音在一天，一个月或几年内的变化，并为工业和法医应用开发准确和强大的说话人识别方法。 由国家信息学研究所语音资源联合会（NII-SRC）发布的语音语料库名为“AWA长期录音语音语料库（AWA-LTR）”，包括数年（2至10年）每周在上午、中午和晚上记录的6个说话人的朗读语音数据。 使用这个语料库，我们已经开发了说话人内变异补偿方法，提高说话人识别技术的鲁棒性。 我们还研究了用于法医说话人识别的有效语音特征，人和机器说话人识别能力的比较，准确和鲁棒的说话人建模方法和说话人验证方法。

项目成果

小特集「話者認識に関する研究の動向」にあたって

关于特刊“说话人识别的研究动向”

• 发表时间: 2013
• 期刊: 音響学会誌
• 作者: Bin Tong;Shao Hao;Bin-Hui Chou;Einoshin Suzuki;黒岩眞吾
• 通讯作者: 黒岩眞吾

エネルギー変化の線形予測符号化に基づくリズム特徴量を用いた音楽印象識別

基于能量变化的线性预测编码使用节奏特征进行音乐印象识别

• 发表时间: 2013
• 期刊: 情報処理学会論文誌
• 作者: Susumu TAMAGAWA;Shinya SAKURAI;Takuya TEJIMA;Takeshi MORITA;Noriaki IZUMI;and Takahira YAMAGUCHI;三好真人
• 通讯作者: 三好真人

話者依存音声認識のための発音辞書・音響モデル適応手法

用于说话人相关语音识别的发音词典/声学模型自适应方法

• 发表时间: 2010
• 作者: 森健太郎;柘植覚;伊藤桃代;福見稔
• 通讯作者: 福見稔

Speaker vector combination method of air- and bone-conduction speech for speaker identification

气导和骨导语音的说话人向量组合方法进行说话人识别

• 发表时间: 2010
• 作者: Masafumi Nakao;Satoru Tsuge;Minoru Fukumi and Shingo Kuroiwa
• 通讯作者: Minoru Fukumi and Shingo Kuroiwa

AWA長期間収録音声コーパスと時期差の分析

AWA长期录制语音语料库及时间差异分析

• 发表时间: 2011
• 作者: 黒岩眞吾;柘植覚;張文彬;篠崎隆宏;堀内靖雄
• 通讯作者: 堀内靖雄