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
학술대회자료
저자정보
Loh Mun Yee (University Technology of Malaysia) Abdul Manan Ahmad (University Technology of Malaysia)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2008
발행연도
2008.10
수록면
2,290 - 2,293 (4page)

이용수

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

초록· 키워드

오류제보하기
Speaker recognition is a process where a person is recognized on the basis of his/her voice signals. In this paper we provide a brief overview for evolution of pattern classification technique used in speaker recognition. The most common approach to speaker recognition is the use of global Gaussian Mixture Model (GMM). The dominant advantages of GMM approach is that speaker identification can be performed in a completely text independent environment. Besides, GMM are base on probabilistic framework, it provide high-accuracy recognition. However, GMM techniques does not work well in some situation due to it behavior of ignores knowledge of the underlying phonetic content of the speech. To overcome those shortages, the new classification Model is generated. We introduce a new hybrid Vector Quantization / Gaussian Mixture Models (VQ/GMM) model to improve recognition rate of the speaker identification system in the paper. Besides, we also concerns about a comparison performance of hybrid VQ/GMM, DTW, VQ, GMM and SVM techniques for speaker identification. Topics of how we construct hybrid VQ/GMM for speaker identification and experimental result for these 5 techniques are presented in this paper. Experiments in this study were performed using TIMIT speech database. Experimental result shows that hybrid VQ/GMM gain the best result among 5 types of classifier.
#Speaker Identification System #Gaussian Mixture Model #Vector Quantization #Hybrid Vector Quantization/Gaussian Mixture Model

목차

Abstract
1. INTRODUCTION
2. PROPOSED SPEAKER RECOGNITION FRAMEWORK
3. HYBRID VECTOR QUANTIZATION/ GAUSSIAN MIXTURE MODELING
4. EXPERIMENTAL RESULTS
5. CONCLUSION
ACKNOWLEDGMENT
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

메탈릭글래스의 미세 구조체 제작 기술 및 응용
이동우 기계저널 2018 .03
유방암세포에서 에스트로겐 수용체와 성장인자 수용체 사이의 양방향 상호작용
민계식 생명과학회지 2018 .02
CO₂ 포집용 아민 흡수제에서 탄산무수화 효소가 CO₂ 흡수에 미치는 영향
이인영 ,  곽노상 대한환경공학회지 2017 .11
5G 네트워크를 위한 IETF 내 표준화 동향
전세일 한국통신학회 학술대회논문집 2018 .01
차 커버링 배열 기반 분산 저장 부호
김하성 ,  이현지 ,  박호성 한국통신학회 학술대회논문집 2018 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-569-000976942