JP3113408B2 - 話者認識方法 - Google Patents
話者認識方法Info
- Publication number
- JP3113408B2 JP3113408B2 JP04244671A JP24467192A JP3113408B2 JP 3113408 B2 JP3113408 B2 JP 3113408B2 JP 04244671 A JP04244671 A JP 04244671A JP 24467192 A JP24467192 A JP 24467192A JP 3113408 B2 JP3113408 B2 JP 3113408B2
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- similarity
- standard pattern
- voice
- reporting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Description
【０００１】
【産業上の利用分野】この発明は、例えばインターホン
の音声から訪問者は誰であるかを認識したり、入力され
た音声により暗証番号の人と同一人であることを同定し
てりするためなどに用いられ、入力音声を、特徴パラメ
ータを用いた表現形式に変換し、その表現形式による入
力音声と、予め話者対応に登録された上記表現形式によ
る標準パターンとの類似度を求めて、入力音声を発声し
た話者を認識する話者認識方法、特にその類似度の正規
化方法に関する。
の音声から訪問者は誰であるかを認識したり、入力され
た音声により暗証番号の人と同一人であることを同定し
てりするためなどに用いられ、入力音声を、特徴パラメ
ータを用いた表現形式に変換し、その表現形式による入
力音声と、予め話者対応に登録された上記表現形式によ
る標準パターンとの類似度を求めて、入力音声を発声し
た話者を認識する話者認識方法、特にその類似度の正規
化方法に関する。
【０００２】
【従来の技術】話者認識は、話者が発声した文章などの
音声に含まれる特徴パラメータ（例えばケプストラム、
ピッチなど）を求め、登録話者の特徴パラメータの標準
パターンとの類似度によって判定する手法がよく用いら
れる。この類似度は、発声内容、収録時期、伝送系、マ
イクロホンなどの違いによって大きく変動するために、
話者認識性能を低下させてきた。
音声に含まれる特徴パラメータ（例えばケプストラム、
ピッチなど）を求め、登録話者の特徴パラメータの標準
パターンとの類似度によって判定する手法がよく用いら
れる。この類似度は、発声内容、収録時期、伝送系、マ
イクロホンなどの違いによって大きく変動するために、
話者認識性能を低下させてきた。
【０００３】
【発明が解決しようとする課題】従来、この類似度の正
規化のために、特定の言葉を話者に発声させ、その音声
を申告話者以外の話者の標準パターンに与えて、その音
声と申告話者以外の話者の標準パターンとの類似度を計
算し、その類似度を使って、本人が認識のために発声し
た音声と標準パターンとの類似度の値を正規化する方法
が試みられてきた(「A.Higgins,L.Ｂahler,and J.Porte
r,"Speaker verification using randomized phrase pr
ompting",Digital Signal Processing 1,pp.89-106(199
1))。 しかし、この方法では、特定の言葉を必ず発声す
る必要があった。
規化のために、特定の言葉を話者に発声させ、その音声
を申告話者以外の話者の標準パターンに与えて、その音
声と申告話者以外の話者の標準パターンとの類似度を計
算し、その類似度を使って、本人が認識のために発声し
た音声と標準パターンとの類似度の値を正規化する方法
が試みられてきた(「A.Higgins,L.Ｂahler,and J.Porte
r,"Speaker verification using randomized phrase pr
ompting",Digital Signal Processing 1,pp.89-106(199
1))。 しかし、この方法では、特定の言葉を必ず発声す
る必要があった。
【０００４】本発明は、正規化のための特定の言葉を発
声することなく、上記類似度の、発声内容、収録時期、
伝送系、マイクロホンなどの違いによる変動を吸収する
方法を提供することを目的とする。
声することなく、上記類似度の、発声内容、収録時期、
伝送系、マイクロホンなどの違いによる変動を吸収する
方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】この発明によれば、入力
音声を申告話者を含めた複数の話者の標準パターンに与
えて、その音声と申告話者を含めた話者の標準パターン
との類似度を計算し、その上位ｎ名の平均類似度を、申
告話者の標準パターンとの類似度から差し引くことによ
って、上記類似度のばらつきを正規化する。
音声を申告話者を含めた複数の話者の標準パターンに与
えて、その音声と申告話者を含めた話者の標準パターン
との類似度を計算し、その上位ｎ名の平均類似度を、申
告話者の標準パターンとの類似度から差し引くことによ
って、上記類似度のばらつきを正規化する。
【０００６】
【作用】本発明による方法は、入力音声と登録話者の標
準パターンとの類似度を、正規化のために特定の言葉の
発声を要すること無く、正規化することができる。
準パターンとの類似度を、正規化のために特定の言葉の
発声を要すること無く、正規化することができる。
【０００７】
【実施例】本発明による類似度の正規化の方法を図３を
用いて説明する。図３において矩形で囲んだア、イ、
ウ、エ、は申告話者を含む複数の話者（ア、イ、ウ、
エ、）の標準パターンであり、円形で囲んだＡ、Ｂ、Ｃ
は時期Ａ、Ｂ、Ｃにおける申告話者の入力音声である
（当然標準パターンおよび入力音声は、特徴パラメータ
による表現形式に変換されたものであるが、図３での説
明では省略する）。この図は、標準パターンが各話者ご
とに異なること、さらに入力音声の標準パターンに対す
る類似度が時期により異なる（これは発声内容による違
いも含む）ことを示している。従って、たとえその入力
音声が申告どおり本人のものであったとしても、その本
人の標準パターンとの類似度の値は、時期によりばらつ
き、その類似度の値にしきい値を設定して本人か否かを
判定する話者認識の性能を低下させる。
用いて説明する。図３において矩形で囲んだア、イ、
ウ、エ、は申告話者を含む複数の話者（ア、イ、ウ、
エ、）の標準パターンであり、円形で囲んだＡ、Ｂ、Ｃ
は時期Ａ、Ｂ、Ｃにおける申告話者の入力音声である
（当然標準パターンおよび入力音声は、特徴パラメータ
による表現形式に変換されたものであるが、図３での説
明では省略する）。この図は、標準パターンが各話者ご
とに異なること、さらに入力音声の標準パターンに対す
る類似度が時期により異なる（これは発声内容による違
いも含む）ことを示している。従って、たとえその入力
音声が申告どおり本人のものであったとしても、その本
人の標準パターンとの類似度の値は、時期によりばらつ
き、その類似度の値にしきい値を設定して本人か否かを
判定する話者認識の性能を低下させる。
【０００８】本発明による類似度の正規化は以下のよう
に行う。まず入力音声を各話者の標準パターンと比較し
て類似度を計算し（図の矩形と円形をつなぐ線分が類似
度に相当）、その上位ｎ名の平均類似度を求め、入力音
声と申告話者の標準パターンとの類似度と、平均類似度
との差を求める。平均類似度の値は発声内容、伝送系、
マイクロホンなどによる違いをあらわす尺度となってい
るため、この差は入力音声が本人のものである場合には
安定して大きく、他の場合には小さくなる可能性が高
い。そのために時期がＡ、Ｂ、Ｃと変化しても安定して
本人か否かを判定することができる。
に行う。まず入力音声を各話者の標準パターンと比較し
て類似度を計算し（図の矩形と円形をつなぐ線分が類似
度に相当）、その上位ｎ名の平均類似度を求め、入力音
声と申告話者の標準パターンとの類似度と、平均類似度
との差を求める。平均類似度の値は発声内容、伝送系、
マイクロホンなどによる違いをあらわす尺度となってい
るため、この差は入力音声が本人のものである場合には
安定して大きく、他の場合には小さくなる可能性が高
い。そのために時期がＡ、Ｂ、Ｃと変化しても安定して
本人か否かを判定することができる。
【０００９】次にこの発明の実施例を説明する。この発
明では、図１に示すように、登録用音声データを特徴パ
ラメータ抽出部１に入力する。特許パラメータ抽出部１
では、入力された音声を例えばケプストラム、ピッチな
どの特徴パラメータを用いた表現形式に変換する。次
に、特徴パラメータの時系列に変換された登録用音声デ
ータが、標準パターン作成部２に入力され、登録用音声
データに含まれる特徴パラメータの標準パターンが、例
えばベクトル量子化の符号帳、複数のガウス分布の組合
せなどで表現される。符号帳あるいは複数のガウス分布
の組合せを作成する方法としては、例えば文献「松井知
子、古井貞▲煕▼：“ＶＱ、離散／連続ＨＭＭによるテ
キスト独立形話者認識法の比較検討"、電子情報通信学会
音声研究会資料、SP91-89、1991」 に述べられている方法
などを用いることができる。次に、その標準パターンを
標準パターン蓄積部３に蓄える。
明では、図１に示すように、登録用音声データを特徴パ
ラメータ抽出部１に入力する。特許パラメータ抽出部１
では、入力された音声を例えばケプストラム、ピッチな
どの特徴パラメータを用いた表現形式に変換する。次
に、特徴パラメータの時系列に変換された登録用音声デ
ータが、標準パターン作成部２に入力され、登録用音声
データに含まれる特徴パラメータの標準パターンが、例
えばベクトル量子化の符号帳、複数のガウス分布の組合
せなどで表現される。符号帳あるいは複数のガウス分布
の組合せを作成する方法としては、例えば文献「松井知
子、古井貞▲煕▼：“ＶＱ、離散／連続ＨＭＭによるテ
キスト独立形話者認識法の比較検討"、電子情報通信学会
音声研究会資料、SP91-89、1991」 に述べられている方法
などを用いることができる。次に、その標準パターンを
標準パターン蓄積部３に蓄える。
【００１０】次に、話者を認識する段階では、認識用音
声データを特徴パラメータ抽出部４に入力する。特徴パ
ラメータ抽出部４では、入力された音声を特徴パラメー
タ抽出部１と同じ表現形式に変換する。特徴パラメータ
の時系列と、標準パターン蓄積部３に蓄えられた申告話
者を含む複数の話者の登録用音声データに含まれる特徴
パラメータの標準パターンが、類似度計算部５に入力さ
れて、それぞれの類似の度合が計算される。この具体的
方法としては、例えば文献「松井知子、古井貞▲煕▼：
“音源・声道特徴を用いたテキスト独立形話者認識"、電
子情報通信学会音声研究会資料、SP90-26、1990」 に述べ
られている方法などを用いることができる。計算された
類似度の値は、類似度正規化部６に入力される。類似度
正規化部６では、上位ｎ名の平均類似度を、申告話者の
標準パターンに対する類似度の値から差し引くことによ
って、申告話者の標準パターンに対する類似度の値を正
規化する。ｎの値は、予め１以上の整数の適当な値に設
定しておく。なお、実験的に３名程度に設定すればよい
ことがわかっている。その正規化された類似度の値は話
者認識判定部７に送られ、話者の判定を行う。話者認識
判定部７では、しきい値蓄積部８から、その申告話者の
声とみなせる類似度の変動の範囲を示すしきい値を読み
出して、上記の類似度の値と比較し、その類似度の値が
読み出されたしきい値よりも大きければ本人の音声であ
ると判定し、しきい値よりも小さければ他人の音声であ
ると判定する。
声データを特徴パラメータ抽出部４に入力する。特徴パ
ラメータ抽出部４では、入力された音声を特徴パラメー
タ抽出部１と同じ表現形式に変換する。特徴パラメータ
の時系列と、標準パターン蓄積部３に蓄えられた申告話
者を含む複数の話者の登録用音声データに含まれる特徴
パラメータの標準パターンが、類似度計算部５に入力さ
れて、それぞれの類似の度合が計算される。この具体的
方法としては、例えば文献「松井知子、古井貞▲煕▼：
“音源・声道特徴を用いたテキスト独立形話者認識"、電
子情報通信学会音声研究会資料、SP90-26、1990」 に述べ
られている方法などを用いることができる。計算された
類似度の値は、類似度正規化部６に入力される。類似度
正規化部６では、上位ｎ名の平均類似度を、申告話者の
標準パターンに対する類似度の値から差し引くことによ
って、申告話者の標準パターンに対する類似度の値を正
規化する。ｎの値は、予め１以上の整数の適当な値に設
定しておく。なお、実験的に３名程度に設定すればよい
ことがわかっている。その正規化された類似度の値は話
者認識判定部７に送られ、話者の判定を行う。話者認識
判定部７では、しきい値蓄積部８から、その申告話者の
声とみなせる類似度の変動の範囲を示すしきい値を読み
出して、上記の類似度の値と比較し、その類似度の値が
読み出されたしきい値よりも大きければ本人の音声であ
ると判定し、しきい値よりも小さければ他人の音声であ
ると判定する。
【００１１】
【発明の効果】以上述べたように、この発明では、申告
話者を含めた複数の話者の標準パターンとの類似度を使
って、申告話者の標準パターンに対する類似度の値を正
規化しており、発声内容、収録時期、伝送系、マイクロ
ホンなどの違いによる類似度の変動の影響を受け難い話
者認識を行うことができる。
話者を含めた複数の話者の標準パターンとの類似度を使
って、申告話者の標準パターンに対する類似度の値を正
規化しており、発声内容、収録時期、伝送系、マイクロ
ホンなどの違いによる類似度の変動の影響を受け難い話
者認識を行うことができる。
【００１２】次に実験例を述べる。実験は、男性２３
名、女性は１３名が約５ヵ月に渡る３つの時期（時期
Ａ、Ｂ、Ｃ）に発声した文章データ（１文章長は平均４
秒）を対象とする。これらの音声を、従来から使われて
いる特徴量、つまり、ケプストラムの細かい時間毎の時
系列に変換する。ケプストラムは標本化周波数１２kＨ
z、フレーム長３２ｍs、フレーム周期８ｍs、ＬＰＣ分析
（Linear Predictive Coding、線形予測分析）次数１６
で抽出した。学習には、時期Ａに発声した１０文章を用
い、テストでは、時期Ｂ、Ｃに発声した５文章を１文章
づつ用いた。
名、女性は１３名が約５ヵ月に渡る３つの時期（時期
Ａ、Ｂ、Ｃ）に発声した文章データ（１文章長は平均４
秒）を対象とする。これらの音声を、従来から使われて
いる特徴量、つまり、ケプストラムの細かい時間毎の時
系列に変換する。ケプストラムは標本化周波数１２kＨ
z、フレーム長３２ｍs、フレーム周期８ｍs、ＬＰＣ分析
（Linear Predictive Coding、線形予測分析）次数１６
で抽出した。学習には、時期Ａに発声した１０文章を用
い、テストでは、時期Ｂ、Ｃに発声した５文章を１文章
づつ用いた。
【００１３】各話者の標準パターンは、６４個のガウス
分布の組合せ（「松井知子、古井貞▲煕▼：“ＶＱ、離
散／連続ＨＭＭによるテキスト独立形話者認識法の比較
検討"、電子情報通信学会音声研究会資料、SP91-89、199
1」)で表した。結果は平均照合誤り率で評価した。その
結果を図２に示す。図２は時期Ａを基準とした話者照合
の５文章での平均誤り率を示したものである。これよ
り、この発明方法は類似度の正規化を施さない場合と比
較して、平均照合誤り率がほぼ一桁小さくなった。以上
より、この発明方法は有効であることが実証された。
分布の組合せ（「松井知子、古井貞▲煕▼：“ＶＱ、離
散／連続ＨＭＭによるテキスト独立形話者認識法の比較
検討"、電子情報通信学会音声研究会資料、SP91-89、199
1」)で表した。結果は平均照合誤り率で評価した。その
結果を図２に示す。図２は時期Ａを基準とした話者照合
の５文章での平均誤り率を示したものである。これよ
り、この発明方法は類似度の正規化を施さない場合と比
較して、平均照合誤り率がほぼ一桁小さくなった。以上
より、この発明方法は有効であることが実証された。
【図１】図１はこの発明による方法を示すブロック図で
ある。
ある。
【図２】図２はこの発明の実験結果を示す図である。
【図３】図３はこの発明における正規化の方法を説明す
る図である。
る図である。
５ 類似度計算部 ６ 類似度正規化部 ７ 話者認識判定部 ８ しきい値蓄積部
フロントページの続き (56)参考文献 特開 昭63−213899（ＪＰ，Ａ) 特開 昭59−124389（ＪＰ，Ａ) 特開 昭59−124391（ＪＰ，Ａ) 特開 昭59−124392（ＪＰ，Ａ) 特開 昭63−254498（ＪＰ，Ａ) 特開 昭62−102293（ＪＰ，Ａ) 特開 平３−274597（ＪＰ，Ａ) 日本音響学会平成２年度春季研究発表 会講演論文集▲Ｉ▼，２−３−４，松井 知子外「音源・音道特徴の組合せによる 話者認識」ｐ．57−58（平成２年３月28 日発行) 電子情報通信学会技術研究報告［音声 ］，Ｖｏｌ．91，Ｎｏ．395，ＳＰ91− 113，松井知子外「ＶＱ，離散／連続Ｈ ＭＭによるテキスト話者独立型話者認識 法の比較検討」，ｐ．65−70（1991年12 月19日発行) 電子情報通信学会技術研究報告［音声 ］，Ｖｏｌ．94，Ｎｏ．90，ＳＰ94− 22，松井知子外「音韻・話者独立モデル による話者照合尤度の正規化」，ｐ．61 −66（1994年６月16日発行) 1992年電子情報通信学会−創立75周年 記念−秋季全国大会講演論文集，分冊 １，ＡＳ−６−２，松井知子外「連続音 韻ＨＭＭによる話者認識」，（1992年９ 月15日発行) ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｐｅｅｃｈ ａｎｄ Ａｕｄ ｉｏ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ. ２，Ｎｏ．３，Ｔ．Ｍａｔｕｓｉ ｅｔ ａｌ，”Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｅｘｔ−ｉｎｄｅｐｅｎｄｅｎｔ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏ ｎ ｍｅｔｈｏｄｓ ｕｓｉｎｇ ＶＱ −ｄｉｓｔｏｒｔｉｏｎ ａｎｄ ｄｉ ｓｃｒｅｔｅ／ｃｏｎｔｉｎｕｏｕｓ ＨＭＭ’ｓ”，ｐ．456−459 Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ 1993 ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａ ｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃ ｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎ ｇ，Ｖｏｌ．２，Ｔ．Ｍａｔｓｕｉ ｅ ｔ ａｌ，”Ｃｏｎｃａｔｅｎａｔｅｄ ｐｈｏｎｅｍｅ ｍｏｄｅｌｓ ｆｏ ｒ ｔｅｘｔ−ｖａｒｉａｂｌｅ ｓｐ ｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ" ｐ．391−394 Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ 1992 ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａ ｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃ ｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎ ｇ，Ｖｏｌ．２，Ｔ．Ｍａｔｓｕｉ ｅ ｔ ａｌ，”Ｃｏｍｐａｒｉｓｏｎ ｏ ｆ ｔｅｘｔ−ｉｎｄｅｐｅｎｄｅｎｔ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉ ｏｎ ｍｅｔｈｏｄｓ ｕｓｉｎｇ Ｖ Ｑ−ｄｉｓｔｏｒｔｉｏｎ ａｎｄ ｄ ｉｓｃｒｅｔｅ／ｃｏｎｔｉｎｕｏｕｓ ＨＭＭｓ”，ｐ．157−160 (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 15/00 - 17/00 ＪＩＣＳＴファイル（ＪＯＩＳ) ＩＥＥＥ／ＩＥＥ Ｅｌｅｃｔｒｏｎｉ ｃ Ｌｉｂｒａｒｙ Ｏｎｌｉｎｅ
Claims (1)
- 【請求項１】 申告した話者（以降申告話者という）で
あると主張する話者の入力音声を、特徴パラメータを用
いた表現形式に変換し、その表現形式による入力音声
と、予め話者対応に登録された上記表現形式による特徴
パラメータの標準パターンとの類似度を求めて、上記入
力音声を発声した話者が本人であるか否かを判定する話
者認識方法において、 上記入力音声を申告話者を含めた複数の話者の標準パタ
ーンと比較して類似度を計算し、その上位ｎ名（ｎは１
以上の整数）の平均類似度を、申告話者の標準パターン
との類似度から差し引くことによって、上記申告話者の
標準パターンの類似度の発声内容、収録時期、伝送系、
マイクロホンなどによるばらつきを正規化し、その正規
化された類似度を使って本人か否かを判定することを特
徴とする話者認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04244671A JP3113408B2 (ja) | 1992-09-14 | 1992-09-14 | 話者認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04244671A JP3113408B2 (ja) | 1992-09-14 | 1992-09-14 | 話者認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0695690A JPH0695690A (ja) | 1994-04-08 |
| JP3113408B2 true JP3113408B2 (ja) | 2000-11-27 |
Family
ID=17122220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04244671A Expired - Lifetime JP3113408B2 (ja) | 1992-09-14 | 1992-09-14 | 話者認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3113408B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR980011004A (ko) * | 1996-07-20 | 1998-04-30 | 구자홍 | 화자 확인기능을 가지는 음성인식 방법 및 그에 따른 장치 |
| US7130487B1 (en) * | 1998-12-15 | 2006-10-31 | Matsushita Electric Industrial Co., Ltd. | Searching method, searching device, and recorded medium |
| JP2006003452A (ja) * | 2004-06-15 | 2006-01-05 | Asahi Kasei Corp | 音声認証装置 |
-
1992
- 1992-09-14 JP JP04244671A patent/JP3113408B2/ja not_active Expired - Lifetime
Non-Patent Citations (7)
| Title |
|---|
| １９９２年電子情報通信学会−創立７５周年記念−秋季全国大会講演論文集，分冊１，ＡＳ−６−２，松井知子外「連続音韻ＨＭＭによる話者認識」，（１９９２年９月１５日発行） |
| ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｐｅｅｃｈ ａｎｄ Ａｕｄｉｏ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．２，Ｎｏ．３，Ｔ．Ｍａｔｕｓｉ ｅｔ ａｌ，"Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｅｘｔ−ｉｎｄｅｐｅｎｄｅｎｔ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｍｅｔｈｏｄｓ ｕｓｉｎｇ ＶＱ−ｄｉｓｔｏｒｔｉｏｎ ａｎｄ ｄｉｓｃｒｅｔｅ／ｃｏｎｔｉｎｕｏｕｓ ＨＭＭ’ｓ"，ｐ．４５６−４５９ |
| Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ １９９２ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．２，Ｔ．Ｍａｔｓｕｉ ｅｔ ａｌ，"Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｔｅｘｔ−ｉｎｄｅｐｅｎｄｅｎｔ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｍｅｔｈｏｄｓ ｕｓｉｎｇ ＶＱ−ｄｉｓｔｏｒｔｉｏｎ ａｎｄ ｄｉｓｃｒｅｔｅ／ｃｏｎｔｉｎｕｏｕｓ ＨＭＭｓ"，ｐ．１５７−１６０ |
| Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ １９９３ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，Ｖｏｌ．２，Ｔ．Ｍａｔｓｕｉ ｅｔ ａｌ，"Ｃｏｎｃａｔｅｎａｔｅｄ ｐｈｏｎｅｍｅ ｍｏｄｅｌｓ ｆｏｒ ｔｅｘｔ−ｖａｒｉａｂｌｅ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ"ｐ．３９１−３９４ |
| 日本音響学会平成２年度春季研究発表会講演論文集▲Ｉ▼，２−３−４，松井知子外「音源・音道特徴の組合せによる話者認識」ｐ．５７−５８（平成２年３月２８日発行） |
| 電子情報通信学会技術研究報告［音声］，Ｖｏｌ．９１，Ｎｏ．３９５，ＳＰ９１−１１３，松井知子外「ＶＱ，離散／連続ＨＭＭによるテキスト話者独立型話者認識法の比較検討」，ｐ．６５−７０（１９９１年１２月１９日発行） |
| 電子情報通信学会技術研究報告［音声］，Ｖｏｌ．９４，Ｎｏ．９０，ＳＰ９４−２２，松井知子外「音韻・話者独立モデルによる話者照合尤度の正規化」，ｐ．６１−６６（１９９４年６月１６日発行） |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0695690A (ja) | 1994-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Furui | Recent advances in speaker recognition | |
| Furui | An overview of speaker recognition technology | |
| Reynolds et al. | Robust text-independent speaker identification using Gaussian mixture speaker models | |
| US7315819B2 (en) | Apparatus for performing speaker identification and speaker searching in speech or sound image data, and method thereof | |
| Shahin | Employing both gender and emotion cues to enhance speaker identification performance in emotional talking environments | |
| Šalna et al. | Evaluation of effectiveness of different methods in speaker recognition | |
| JPH11175082A (ja) | 音声対話装置及び音声対話用音声合成方法 | |
| Shahin | Employing second-order circular suprasegmental hidden Markov models to enhance speaker identification performance in shouted talking environments | |
| Chow et al. | Robust speaker identification based on perceptual log area ratio and Gaussian mixture models. | |
| Furui | 40 years of progress in automatic speaker recognition | |
| Ilyas et al. | Speaker verification using vector quantization and hidden Markov model | |
| JP3113408B2 (ja) | 話者認識方法 | |
| Kakade et al. | An automatic real time speech-speaker recognition system: a real time approach | |
| JP3092788B2 (ja) | 話者認識用しきい値設定方法及びこの方法を用いた話者認識装置 | |
| Furui | Speaker recognition in smart environments | |
| Furui | Speech and speaker recognition evaluation | |
| KR20070109314A (ko) | 음성 인식을 위한 음성 특징 벡터 양자화에 있어 비균일표본을 기반으로 하는 학습 데이터 선정 방법 | |
| JP3090119B2 (ja) | 話者照合装置、方法及び記憶媒体 | |
| Singh et al. | Features and techniques for speaker recognition | |
| Tanprasert et al. | Comparative study of GMM, DTW, and ANN on Thai speaker identification system | |
| Jagtap et al. | Speaker verification using Gaussian mixture model | |
| Furui | Speaker recognition | |
| JP3090122B2 (ja) | 話者照合装置 | |
| Yankayiş et al. | Performance evaluation of feature extraction and modeling methods for speaker recognition | |
| JPH07271392A (ja) | 話者認識用類似度正規化方法及びこの方法を用いた話者認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070922 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080922 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080922 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090922 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090922 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100922 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100922 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110922 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120922 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term |