지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Feature vectors of speech are generally extracted from whole frequency domain. The inherent character of a speaker is located in the low band or high band frequency. However. if the speech is corrupted by narrowband noise with concentrated energy, speaker verification performance is reduced as the individual characteristic is removed.
In this paper, we propose a PCA Covariance Model based on the multiband to extract the robust feature vectors against the narrowband noise. First, we divide the overall frequency band into several subbands. Second, the correlation of feature vectors extracted independently from each subband is removed by PCA. The distance obtained from each subband has different distribution. To normalize against the different distribution, we moved the value into the normalized distribution through the mapping function. Finally, the represented value applying the weighting function is used for speaker verification. In the experiments, the proposed method shows better performance of the speaker verification and reduces the computation.
In this paper, we propose a PCA Covariance Model based on the multiband to extract the robust feature vectors against the narrowband noise. First, we divide the overall frequency band into several subbands. Second, the correlation of feature vectors extracted independently from each subband is removed by PCA. The distance obtained from each subband has different distribution. To normalize against the different distribution, we moved the value into the normalized distribution through the mapping function. Finally, the represented value applying the weighting function is used for speaker verification. In the experiments, the proposed method shows better performance of the speaker verification and reduces the computation.
목차
ABSTRACT
1. 서론
2. 다중대역에 기반한 PCA 공분산 모델
3. 다중대역에 기반한 대표값 산출
4. 실험 및 결과
5. 요약 및 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
화자식별을 위한 전역 공분산에 기반한 주성분분석
말소리와 음성과학
2009 .03
-
'What is said' and speaker's meaning
담화·인지언어학회 학술대회 발표논문집
2006 .12
-
PCA 퍼지 혼합 모델을 이용한 화자 식별
음성과학
2003 .12
-
화자확인에서 특징벡터의 순시 정보와 선형 변환의 효과적인 적용
말소리와 음성과학
2009 .12
-
On Speaker Adaptations with Sparse Training Data for Improved Speaker Verification
음성과학
2000 .03
-
히스토그램 변환에서 기준분포의 표준편차 변경에 따른 강인한 화자인증 성능 개선
말소리와 음성과학
2010 .09
-
국부 퍼지 클러스터링 PCA를 갖는 GMM을 이용한 화자 식별
음성과학
2003 .12
-
[논문] 한국 현대시의 화자론의 기원에 대한 고찰
한국근대문학연구
2002 .10
-
휴대폰음성을 이용한 화자인증시스템에서 배경화자에 따른 성능변화에 관한 연구
음성과학
2005 .09
-
시의 화자와 거리에 관한 연구 : 서정주 시를 중심으로
한국시학연구
2008 .08
-
Directional Filter와 Harmonic Filter 기반 화자 분리
음성과학
2005 .09
-
화자를 활용한 시 교육 및 창작 연구
어문학
2006 .12
-
On Effective Speaker Verification Based on Subword Model
음성과학
2002 .03
-
음성의 묵음구간 검출을 통한 DTW의 성능개선에 관한 연구
음성과학
2003 .12
-
숫자음의 스펙트럼 차이값과 상관계수를 이용한 화자인증 파라미터 연구
음성과학
2004 .09
-
한국 표준어 화자의 유창성과 말속도에 관한 연구
음성과학
2004 .09
-
과학수사용 화자 식별 시스템의 피치 차이에 따른 신뢰성 척도
말소리와 음성과학
2010 .09
-
초등학교 교과서 수록 동시의 화자의 특성과 문제점에 관한 연구
어문학
2008 .12
-
Overlapping of /o/ and /u/ in modern Seoul Korean : focusing on speech rate in read speech
말소리와 음성과학
2017 .03
-
특징 강화 방법의 앙상블을 이용한 화자 식별
말소리와 음성과학
2011 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-701-016805520