Comparison of One and Two-Level Architecture of the GMM-Based Speaker Age Classifier

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929603" target="_blank" >RIV/49777513:23520/16:43929603 - isvavai.cz</a>

Výsledek na webu

<a href="http://ieeexplore.ieee.org/document/7760883/" target="_blank" >http://ieeexplore.ieee.org/document/7760883/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TSP.2016.7760883" target="_blank" >10.1109/TSP.2016.7760883</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of One and Two-Level Architecture of the GMM-Based Speaker Age Classifier

Popis výsledku v původním jazyce

The paper describes an experiment using the Gaussian mixture models (GMM) for automatic classification of the speaker age and gender. The developed two-level architecture is compared with the standard one-level GMM classifier in more detail analysing the influence of different number of mixtures and different types of speech features used for GMM gender/age classification and also regarding the computational complexity in dependence on the applied number of used mixtures. Finally, the GMM classification accuracy is compared with the evaluation using the conventional listening test method. The obtained summary results of 92.3 % mean age classification accuracy for the proposed two-level architecture are better than those for the one-level standard architecture (78.7 %) as well as for evaluation by the listening test method (74.6 %). However, the computation complexity in two levels is about twice higher than in one level, either for GMM model creation or for classification phases.

Název v anglickém jazyce

Comparison of One and Two-Level Architecture of the GMM-Based Speaker Age Classifier

Popis výsledku anglicky

The paper describes an experiment using the Gaussian mixture models (GMM) for automatic classification of the speaker age and gender. The developed two-level architecture is compared with the standard one-level GMM classifier in more detail analysing the influence of different number of mixtures and different types of speech features used for GMM gender/age classification and also regarding the computational complexity in dependence on the applied number of used mixtures. Finally, the GMM classification accuracy is compared with the evaluation using the conventional listening test method. The obtained summary results of 92.3 % mean age classification accuracy for the proposed two-level architecture are better than those for the one-level standard architecture (78.7 %) as well as for evaluation by the listening test method (74.6 %). However, the computation complexity in two levels is about twice higher than in one level, either for GMM model creation or for classification phases.

Druh

D - Stať ve sborníku

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA16-04420S" target="_blank" >GA16-04420S: Kombinované využití fonetických a korpusově založených postupů při odstraňování rušivých jevů v řečové syntéze</a><br>

Návaznosti

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

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

2016 39TH INTERNATIONAL CONFERENCE ON TELECOMMUNICATIONS AND SIGNAL PROCESSING (TSP)

ISBN

978-1-5090-1288-6

ISSN

1805-5435

e-ISSN

—

Počet stran výsledku

4

Strana od-do

299-302

Název nakladatele

IEEE

Místo vydání

NEW YORK, NY

Místo konání akce

Vienna, Austria

Datum konání akce

27. 6. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000390164000064