Detail publikace

Analysis Of DNN Approaches To Speaker Identification

MATĚJKA, P.; GLEMBEK, O.; NOVOTNÝ, O.; PLCHOT, O.; GRÉZL, F.; BURGET, L.; ČERNOCKÝ, J. Analysis Of DNN Approaches To Speaker Identification. In Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016. Shanghai: IEEE Signal Processing Society, 2016. p. 5100-5104. ISBN: 978-1-4799-9988-0.
Název česky
Analýza DNN přístupů k identifikaci mluvčího
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Matějka Pavel, Ing., Ph.D. (UPGM)
Glembek Ondřej, Ing., Ph.D.
Novotný Ondřej, Ing., Ph.D.
Plchot Oldřich, Ing., Ph.D. (UPGM)
Grézl František, Ing., Ph.D. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
URL
Klíčová slova

automatic speaker identification, deep neural networks, bottleneck features, i-vector

Abstrakt

Tato práce studuje využití funkcí úzkého hrdla (DNN) Deep Neural Network (BN) společně s tradičními funkcemi MFCC při rozpoznávání mluvčího na základě i-vektorů. Oddělíme dostatečnou extrakci statistik pomocí samostatných modelů GMM pro zarovnání rámců a pro normalizaci statistik a analyzujeme využití funkcí BN a MFCC (a jejich zřetězení) ve dvou fázích. Ukážeme také účinek použití plně kovariančních modelů GMM a na rozdíl od toho porovnáme výsledek s nedávným přístupem DNN-alignment. V telefonním stavu NIST SRE2010 vykazujeme 60% relativní zisk oproti tradiční základní hodnotě MFCC pro EER (a obdobně pro metriky NIST DCF), což vede k 0,94% EER.

Rok
2016
Strany
5100–5104
Sborník
Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016
ISBN
978-1-4799-9988-0
Vydavatel
IEEE Signal Processing Society
Místo
Shanghai
DOI
10.1109/ICASSP.2016.7472649
UT WoS
000388373405050
EID Scopus
2-s2.0-84973307705
BibTeX 
@inproceedings{BUT130927,
  author="Pavel {Matějka} and Ondřej {Glembek} and Ondřej {Novotný} and Oldřich {Plchot} and František {Grézl} and Lukáš {Burget} and Jan {Černocký}",
  title="Analysis Of DNN Approaches To Speaker Identification",
  booktitle="Proceedings of the 41th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016), 2016",
  year="2016",
  pages="5100--5104",
  publisher="IEEE Signal Processing Society",
  address="Shanghai",
  doi="10.1109/ICASSP.2016.7472649",
  isbn="978-1-4799-9988-0",
  url="https://www.fit.vut.cz/research/publication/11140/"
}
Nahoru