Universal Background Model 클러스터링 방법을 이용한고속 화자식별 Fast Speaker Identification Using a Universal Background Model Clustering Method

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 507
  • Download : 2962
본 논문은 Gaussian Mixture Model (GMM) 기반의 화자식별에서 급격한 계산 복잡도 감소를 위한 새로운방법을 제안한다. 일반적으로 GMM 기반의 화자식별 시스템은 테스트 발성의 길이, 등록 화자의 수, GMM의 크기등 크게 세 가지 요인에 비례하는 많은 계산 복잡도를 가진다. 이러한 점은 화자식별 시스템이 다양한 응용분야에 적용되는 것을 막는 큰 요인이기에 계산 복잡도와 식별 성능 사이의 trade-off 관계는 실제 적용을 위해 가장 중요한 고려요소이다. 식별 성능을 거의 그대로 유지하면서 최대한 계산 복잡도를 감소시키기 위해 우리는 Universal BackgroundModel (UBM) 클러스터링 접근 방법을 제시하고, 또한 이 방법은 실시간 구조의 화자식별에 적용할 수 있다는 것을보여준다. 제안한 방법의 실험을 통해 미미한 정도의 식별 성능 저하에서 speed-up factor 6의 결과를 얻을 수 있었다.
Publisher
한국음향학회
Issue Date
2014-05
Language
Korean
Citation

한국음향학회지, v.33, no.3, pp.216 - 224

ISSN
1225-4428
DOI
10.7776/ASK.2014.33.3.216
URI
http://hdl.handle.net/10203/192444
Appears in Collection
EE-Journal Papers(저널논문)
Files in This Item

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0