MLLR Transforms Based Speaker Recognition in Broadcast Streams

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F09%3A%230001399" target="_blank" >RIV/46747885:24220/09:#0001399 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

MLLR Transforms Based Speaker Recognition in Broadcast Streams

Popis výsledku v původním jazyce

This paper deals with utilization of maximum likelihood linear regression (MLLR) adaptation transforms for speaker recognition in broadcast news streams. This task is specific particularly for widely varying acoustic conditions, microphones, transmissionchannels, background noise and short duration of recordings (usually in the range from 5 to 15 seconds). MLLR transforms based features are modeled using support vector machines (SVM). Obtained results are compared with a GMM based system with traditional MFCC features. The paper also deals with inter-session variability compensation techniques suitable for both systems and emphases the importance of feature vector scaling for SVM based system.

Název v anglickém jazyce

MLLR Transforms Based Speaker Recognition in Broadcast Streams

Popis výsledku anglicky

This paper deals with utilization of maximum likelihood linear regression (MLLR) adaptation transforms for speaker recognition in broadcast news streams. This task is specific particularly for widely varying acoustic conditions, microphones, transmissionchannels, background noise and short duration of recordings (usually in the range from 5 to 15 seconds). MLLR transforms based features are modeled using support vector machines (SVM). Obtained results are compared with a GMM based system with traditional MFCC features. The paper also deals with inter-session variability compensation techniques suitable for both systems and emphases the importance of feature vector scaling for SVM based system.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/VD20072010B16" target="_blank" >VD20072010B16: Překlenutí jazykové bariéry, komplikující vyšetřování financování terorismu a závažné finanční kriminality</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Lecture Notes in Artificial Inteligence, LNAI 5641

ISBN

978-3-642-03319-3

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

9

Strana od-do

—

Název nakladatele

SPRINGER-VERLAG BERLIN

Místo vydání

BERLIN, GERMANY

Místo konání akce

Prague, CZECH REPUBLIC

Datum konání akce

1. 1. 2008

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—