条件付きエントロピー最小化基準に基づくマルチカーネル学習を用いた発話スタイル変動に頑健な話者照合

• Item type: SIG Technical Reports(1)
• 公開日: 2011-07-14
• タイトル: 条件付きエントロピー最小化基準に基づくマルチカーネル学習を用いた発話スタイル変動に頑健な話者照合
• タイトル / 言語: en
• タイトル: Speaker verification system robust to speaking style variation using multiple kernel learning based on conditional entropy minimization
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 話者認識・照合
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 早稲田大学高等研究所
• 著者所属: 早稲田大学先進理工学部電気・情報生命工学科
• 著者所属: 早稲田大学先進理工学部電気・情報生命工学科
• 著者所属: 早稲田大学基幹理工学部情報理工学科
• 著者所属(英): en
• 著者所属(英): Waseda Institute for Advanced Study
• 著者所属(英): en
• 著者所属(英): Department of Electrical Engineering and Bioscience, Waseda University
• 著者所属(英): en
• 著者所属(英): Department of Electrical Engineering and Bioscience, Waseda University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Waseda University
• 著者名: 小川, 哲司; 日野, 英逸; 村田, 昇; 小林, 哲則
• 著者名(英): Tetsuji, Ogawa; Hideitsu, Hino; Noboru, Murata; Tetsunori, Kobayashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 話者内変動に頑健な話者照合システムについて検討を行った．発話スタイルや発話時期の違いなどの影響で，同一話者の音声であっても音響的な変動が生じる．このような音響変動は，一般的に話者照合システムの性能を劣化させることが知られている．この問題を解決するため，条件付きエントロピー最小化という，同一クラスのデータを密集させ，かつ異なるクラスのデータを互いに遠ざける性質を持つ最適化基準を用いてマルチカーネル学習を行い，話者照合システムを構築することを試みた．話者照合実験の結果，提案システムは，従来のマージン最大化に基づき構築したシステムと比較して，発話スタイル変動に起因する話者クラス内での音響特徴変動に対して頑健な性能を与えた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We developed a new speaker verification system that is robust to intra-speaker variation. There is a strong likelihood that intra-speaker variations will occur due to changes in speaking styles, the periods when an individual speaks, and so on. It is well known that such variation generally degrades the performance of speaker verification systems. To solve this problem, we applied multiple kernel learning based on conditional entropy minimization, which impose the data to be compactly aggregated for each class and ensure that the different classes were far apart from each other, to speaker verification. Experimental results showed that the proposed speaker verification system achieved a robust performance to intra-speaker variation derived from changes in the speaking styles compared to the conventional maximum margin-based system.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2011-SLP-87, 号 3, p. 1-6, 発行日 2011-07-14
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会