Porovnání několika procedur verifikace řečníka založených na GMM
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F03%3A00000337" target="_blank" >RIV/49777513:23520/03:00000337 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/49777513:23520/03:00000074
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On the Amount of Speech Data Necessary for Successful Speaker Identification
Popis výsledku v původním jazyce
The paper deals with the dependence between the speaker identification performance and the amount of test data. Three speaker identification procedures based on hidden Markov models (HMMs) of phonemes are presented here. One, which is quite commonly usedin the speaker recognition systems based on HMMs, uses the likelihood of the whole utterance for speaker identification. The other two that are proposed in this paper are based on the majority voting rule. The experiments were performed for two different situations: either both training and test data were obtained from the same channel, or they were obtained from different channels. All experiments show that the proposed speaker identification procedure based on the majority voting rule for sequences of phonemes allows us to reduce the amount of test data necessary for successful speaker identification.
Název v anglickém jazyce
On the Amount of Speech Data Necessary for Successful Speaker Identification
Popis výsledku anglicky
The paper deals with the dependence between the speaker identification performance and the amount of test data. Three speaker identification procedures based on hidden Markov models (HMMs) of phonemes are presented here. One, which is quite commonly usedin the speaker recognition systems based on HMMs, uses the likelihood of the whole utterance for speaker identification. The other two that are proposed in this paper are based on the majority voting rule. The experiments were performed for two different situations: either both training and test data were obtained from the same channel, or they were obtained from different channels. All experiments show that the proposed speaker identification procedure based on the majority voting rule for sequences of phonemes allows us to reduce the amount of test data necessary for successful speaker identification.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA102%2F02%2F0124" target="_blank" >GA102/02/0124: Hlasové technologie v podpoře informační společnosti</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2003
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Eurospeech
ISSN
1018-4074
e-ISSN
—
Svazek periodika
2003
Číslo periodika v rámci svazku
—
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
4
Strana od-do
3021
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—