2024-03-19T11:54:28Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000570662023-04-27T10:00:04Z01164:05159:05186:05187
マルチストリーム話者照合における ブースティングに基づく重み最適化法の検討A stream - weight optimization method based on boosting for multi - stream speaker verificationjpnhttp://id.nii.ac.jp/1001/00057066/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=57066&item_no=1&attribute_id=1&file_no=1Copyright (c) 2004 by the Information Processing Society of Japan東京工業大学大学院情報理工学研究科計算工学専攻東京工業大学大学院情報理工学研究科計算工学専攻東京工業大学大学院情報理工学研究科計算工学専攻浅見, 太一岩野公司古井, 貞煕本稿では,マルチストリームHMMを用いた話者照合において,ストリーム重みを自動的に最適化する手法について述べる.我々はこれまでスペクトル情報と基本周波数情報をマルチストリームHMMによって融合した,雑音に頑健な話者照合手法を提案している.ここではまず,その手法においてマルチストリームHMMを利用することの有効性を示す.次に,線形判別分析(LDA)とAbaboostを組み合わせたストリーム重みの適応化手法を提案する.提案手法の有効性を確認するため,様々なSN比の白色雑音を重畳した日本語4桁連続数字音声による話者照合実験を行った.実験の結果,全てのSN比において,LDAによって推定されたストリーム重みを用いることで,スペクトル情報のみによって照合を行う場合よりも照合性能が改善した.また,SN比10?30dBという幅広い雑音環境においてAbaboostによる重み最適化の有効性が確認された.This paper proposes an automatic stream-weight optimization method for speaker verification using multi-stream HMMs. We have already proposed a noise-robust speaker verification method using multi-stream HMMs for integrating spectral and prosodic information. The paper first shows the effectiveness obtained by using multi-stream technique in our speaker verification framework. Next, a stream-weight adaptation method using both liner discriminant analysis (LDA) and Adaboost is proposed. Experiments were conducted using four-connected-digit utterances of Japanese contaminated by white noise with various SNRs. Experimental results show that 1) the verification performance was improved in all SNR conditions by using stream weights estimated by LDA and 2) the performance is further improved by using Adaboost in 10 - 30dB SNR conditions.AN10442647情報処理学会研究報告音声言語情報処理(SLP)2004131(2004-SLP-054)1751802004-12-212009-06-30