Identyfikacja głosowa w otwartym zbiorze mówców

• Autorzy: Kamiński K. , Dobrowolski A. P. , Majda-Zdancewicz E.

Warianty tytułu

EN

Voice identification in the open set of speakers

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano wyniki badań systemu automatycznego rozpoznawania mówcy, przeprowadzane z wykorzystaniem komercyjnej bazy głosów TIMIT. Głównym celem badań było rozszerzenie funkcjonalności systemu rozpoznawania mówcy poprzez dodanie układu progowego, a tym samym umożliwienie identyfikacji w otwartym zbiorze mówców. Przedstawiono różne warianty zastosowanego układu progowego oraz dokonano próby wzbogacenia wektora cech dystynktywnych o różnicę częstotliwości podstawowej wyznaczanej dwiema różnymi metodami.

EN

In the article there are presented the test results of the automatic speaker recognition system, conducted while using the commercial voice basis TIMIT. The main purpose of the test was to extend the functionality of the speaker recognition system by adding the threshold based system, and consequently to enable the identification in the open set of speakers. There are presented different application variants of the threshold based system and there is an attempt to enrich the vector of distinctive features with the fundamental frequency difference determined with two different methods.

Słowa kluczowe

PL

sygnał mowy; rozpoznawanie mówcy; model mieszanin gaussowskich; model głosu

EN

speech signal; speaker recognition; Gaussian mixture model; background model

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 10
• Strony: 206--210
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., wykr.

Twórcy

autor

Kamiński K.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

autor

Dobrowolski A. P.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

autor

Majda-Zdancewicz E.

• Wojskowa Akademia Techniczna, Wydział Elektroniki, ul. gen. S. Kaliskiego 2, 00-908 Warszawa

Bibliografia

• [1] Bolle R. M., Connell J. H., Pankanti S., Ratha N. K., Senior A. W., TAO Biometria, WNT, (2008)
• [2] Dobrowolski A. P., Majda E., Cepstral analysis in the speakers recognition systems, 15th IEEE SPA Conference, (2011), 85-90
• [3] J. P. Cambell., Speaker Recognition: A Tutorial, IEEE, 85 (2007), nr 9, pp. 1437-1462
• [4] Janicki, A., Staroszczyk, T., Klasyfikacja mówców oparta na modelowaniu GMM-UBM dla mowy o różnej jakości, Krajowe Sympozjum Telekomunikacji i Teleinformatyki, (2011)
• [5] Kamiński K., Majda E., Dobrowolski A. P., Automatic speaker recognition using Gaussian Mixture Models, 17th IEEE SPA Conference, (2013), 220-225
• [6] Kamiński K., Dobrowolski A. P., E. Majda, Ocena funkcjonalności systemu rozpoznawania mówcy dla zdegradowanej jakości sygnału głosowego, Przegląd Elektrotechniczny, 90 (2014) nr 8, 164-167
• [7] Kamiński K., Dobrowolski A. P., E. Majda-Zdancewicz, Posiadała D., Optymalizacja systemu automatycznego rozpoznawania mówcy w warunkach zróżnicowanych torów akustycznych, XIV Krajowa Konferencja Elektroniki (KKE'15), 2015
• [8] Kamiński K., Wojtuń J., Piotrowski Z., Subscriber authentication using GMM and TMS320C6713DSP, Przegląd Elektrotechniczny, 88 (2012) nr 12a, 127-130
• [9] Kamiński K., Dobrowolski A. P., System automatycznego rozpoznawania mówcy z wykorzystaniem techniki cepstralnej i modeli mieszanin gaussowskich, Przegląd Elektrotechniczny, 89 (2013) nr 9, 87-93
• [10] Osowski S., Metody i narzędzia eksploracji danych, BTC, (2013)
• [11] Reynolds, D. A., Gaussian Mixture Models, Encyclopedia of Biometric Recognition, Springer, (2008)
• [12] Reynolds, D. A., Quatieri, T. F., Dunn, R. B., Speaker Verification Using Adapted Gaussian Mixture Models, Digital Signal Processing, 10 (2000), 19-41