Ocena funkcjonalności systemu rozpoznawania mówcy dla zdegradowanej jakości sygnału głosowego

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

Warianty tytułu

EN

Evaluation of functionality speaker recognition system for downgraded voice signal quality

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań automatycznego systemu rozpoznawania mówcy (ASR – ang. Automatic Speaker Recognition), przeprowadzonych na podstawie komercyjnej bazy głosów TIMIT. Badania prowadzone były pod kątem zastosowania ASR jako systemu automatycznego rozpoznawania rozmówcy telefonicznego. Przedstawiono również wpływ liczebności bazy głosów oraz stopień oddziaływania kompresji stratnej MP3 na skuteczność rozpoznawania mówcy.

EN

The article presents the results of tests of an automatic speaker recognition system (ASR) conducted on the basis of the TIMIT commercial voice database. The research was conducted with the aim of using ASR as a system for automatic recognition of telephone callers. The impact of the number of voices in the database and the effect of lossy MP3 compression on the effectiveness of speaker recognition has also been shown.

Słowa kluczowe

PL

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

EN

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

• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 8
• Strony: 164-167
• Opis fizyczny: Bibliogr. 7 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, E.

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

Bibliografia

• [1] Dobrowolski A. P., Majda E., Cepstral analysis in the speakers recognition systems, 15th IEEE SPA Conference, (2011), 85-90
• [2] Janicki, A., Staroszczyk, T., Klasyfikacja mówców oparta na modelowaniu GMM-UBM dla mowy o różnej jakości, Krajowe Sympozjum Telekomunikacji i Teleinformatyki, (2011)
• [3] Kamiński K., Majda E., Dobrowolski A. P., Automatic speaker recognition using Gaussian Mixture Models, 17th IEEE SPA Conference, (2013), 220-225
• [4] Kamiński K., Wojtuń J., Piotrowski Z., Subscriber authentication using GMM and TMS320C6713DSP, Przegląd Elektrotechniczny, 88 (2012) nr 12a, 127-130
• [5] 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
• [6] Reynolds, D. A., Quatieri, T. F., Dunn, R. B., Speaker Verification Using Adapted Gaussian Mixture Models, Digital Signal Processing, 10 (2000), 19-41
• [7] Reynolds, D. A., Gaussian Mixture Models, Encyclopedia of Biometric Recognition, Springer, (2008)