메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.5 No.1
발행연도
2005.3
수록면
76 - 82 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2005

Speaker Identification Based on Incremental Learning Neural Network
Kwang-Seung Heo ,  Kwee-Bo Sim INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS 2005.03 학술저널

2003

Text-Independent Speaker Identification System Based On Vowel And Incremental Learning Neural Networks
Kwang-Seung Heo ,  Dong-Wook Lee ,  Kwee-Bo Sim 제어로봇시스템학회 국제학술대회 논문집 2003.10 학술대회자료

2002

Speaker Identification Using Incremental Learning
Kwang-Seung Heo ,  Dong-Wook Lee ,  Kwee-Bo Sim 제어로봇시스템학회 국제학술대회 논문집 2002.10 학술대회자료

초록· 키워드

오류제보하기
Speech signal has various features of speakers. This feature is extracted from speech signal processing. The speaker is identified by the speaker identification system. In this paper, we propose the speaker identification system that uses the incremental learning based on neural network. Recorded speech signal through the microphone is blocked to the frame of 1024 speech samples. Energy is divided speech signal to voiced signal and unvoiced signal. The extracted 12 orders LPC cpestrum coefficients are used with input data for neural network. The speakers are identified with the speaker identification system using the neural network. The neural network has the structure of MLP which consists of 12 input nodes, 8 hidden nodes, and 4 output nodes. The number of output node means the identified speakers. The first output node is excited to the first speaker. Incremental learning begins when the new speaker is identified. Incremental learning is the learning algorithm that already learned weights are remembered and only the new weights that are created as adding new speaker are trained. It is learning algorithm that overcomes the fault of neural network. The neural network repeats the learning when the new speaker is entered to it. The architecture of neural network is extended with the number of speakers. Therefore, this system can learn without the restricted number of speakers.
#LPC #LPCC #Neural Network #Back propagation #Incremental Learning

목차

Abstract
1. Introduction
2. Speaker’s Feature Extraction
3. Incremental Learning Neural Network
4. Simulation Results
5. Conclusion
References

참고문헌 (14)

참고문헌 신청
[학술지(정기간행물)] - / 1982 / A Composite Scheme for Text-Independent Speaker Recognition ieee international conference on'82 (7) : 1653 ~ 1656 google schola [학술지(정기간행물)] - / apr1971 / Pattern-matching procedure for automatic talker recognition 35 : 354 ~ 358 google schola [학술지(정기간행물)] - / b.h.juang / A vector quantization approach to speaker recognition pp. 387-390 : 1985 ~ google schola [학술지(정기간행물)] - / 199401 / Speaker Recognition Using Neural Networks and Conventional Classifiers 2 (1) : 194 ~ 205 google schola [학술지(정기간행물)] - / 200020002000 / An Incremental Learning algorithm for Multilayer perceptron networks 6 : 3414 ~ 3417 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-028-014868909