GMM-UBM 기반 KL 거리를 활용한 화자변화 검증에 대한 연구
The Study on the Verification of Speaker Change using GMM-UBM based KL distance
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 기존의 BIC(Bayesian Information Criterion) 기반 화자변화의 성능 향상을 위하여 GMM-UBM(Gaussian Mixture Model-Universal Background Model) 기반 KL(Kullback Leibler) 거리를 활용한 화자변화 검증을 제안하였다. 정보량의 차이에 민감한 기존의 BIC 기반 화자변화검출 알고리즘을 상대적으로 정보량 차이에 견인한 KL 거리 알고리즘으로 검증하였고, 정보량의 비대칭을 보상하기 위해서 GMM-UBM을 활용하였다. 기존의 BIC 기반 화자변화 검출은 1단계로 비유사도 d가 양수인 구간의 국소 최댓값인 지점을 화자변화 후보지점으로 검출하였고, 2단계로 검출된 화자변화 후보지점 중 가 양수인 지점을 화자변화지점으로 결정하였다. 본 논문에서는 BIC 기반 화자변화 검출에 의해 결정된 화자변화지점에 대하여 GMM-UBM 기반 KL 거리 D가 문턱치(threshold)보다 높은 지점을 최종 화자변화 지점으로 검증하였다. 실험결과, MDR(Missed Detection Rate)이 0인 조건에서 문턱치 0.028일 때 FAR(False Alarm Rate) 60.4%로 성능이 향상되었다.
Abstract
In this paper, we proposed a verification of speaker change utilizing the KL distance based on GMM-UBM to improve the performance of conventional BIC based Speaker Change Detection(SCD). We have verified Conventional BIC-based SCD using KL-distance based SCD which is robust against difference of information volume than BIC-based SCD. And we have applied GMM-UBM to compensate asymmetric information volume. Conventional BIC-based SCD was composed of two steps. Step 1, to detect the Speaker Change Candidate Point(SCCP). SCCP is positive local maximum point of dissimilarity d. Step 2, to determine the Speaker Change Point(SCP). If of SCCP is positive, it decides to SCP. We examined verification of SCP using GMM-UBM based KL distance D. If the value of D on each SCP is higher than threshold, we accepted that point to the final SCP. In the experimental condition MDR(Missed Detection Rate) is 0, FAR(False Alarm Rate) when the threshold value of 0.028 has been improved to 60.7%.
참고문헌 (19)
- M. Kotti, "Speaker Change Detection using BIC :A Comparison on two dataset", Proceedings of the 2006 Second International Symposium on Communications, Control and Signal Processing(ISCCSP 2006), pp.1~4 (2006)
- Rosenberg Aaron, "Speaker detection in broadcast speech databases", Proceedings of the. 5th International Conference on Spoken Language Processing(ICSLP '98), pp.1~4 (1998)
- T. Theodorou, "An overview of automatic audio segmentation", Proceedings of the I.J. Information Technology and Computer Science, 11, pp.1~9 (2014)
- S. E. Tranter, "An overview of automatic speaker diarization systems", Journal of the IEEE Trans. Audio, Speech and Language Processing, 14(5), pp.1557~1565 (2006)
- 최무열, "Eigenvoice 기반 화자가중치 거리측정 방식을 이용한 화자 분할 시스템", 한국음향학회지, 31(4), pp.266~272 (2012), 한국음향학회[DOI]
- 이경록, "뉴스 데이터 인덱싱을 위한 매트릭스 거리 기반 화자변화 검출에 대한 연구", 한국정보기술학회논문지, 11(1), pp.71~77 (2013), 한국정보기술학회
- 김형순, "음소 특성 정규화를 통한화자 변화 검출", 말소리, (47), pp.97~107 (2003), 대한음성학회
- S. Chen, "Speaker, Environment and Channel Change Detection and Clustering via the Bayesian Information Criterion", Proceedings of the DARPA Broadcast News Transcription and Understanding Workshop, pp.127~132 (1998)
- P. Delacourt, "DISTBIC: A speaker-based segmentation for audio data indexing", Journal of the Speech Communication, 32(1-2), pp.111~126 (2000)
- I. Ajmera, "Robust speaker change detection", IEEE Signal Processing Letters, 11(8), pp.649~651 (2004)
- 이종섭, "GMM 지원을 위해 k-means 알고리즘을 이용한 어휘 인식 성능 개선", 디지털융복합연구, 13(2), pp.135~140 (2015), 한국디지털정책학회[DOI]
- 오상엽, "음성 에너지 분포 처리와 에너지 파라미터를 융합한 음성 인식 성능 향상", 디지털융복합연구, 13(10), pp.313~318 (2015), 한국디지털정책학회[DOI]
- D. Povey, "Universal background model based speech recognition", Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing, 2008(ICASSP’08), pp.4561~4564 (2008)
- D. A. Reynolds, "Speaker verification using adapted Gaussian mixture models", Journal of the Digital Signal Processing, 10(1-3), pp.19~41 (2000)
- T. Wu, "Universal Background Models for Real-time Speaker Change Detection", Proceedings of the IEEE Int’l. Conf. on Multimedia Modeling, pp.35~149 (2003)
- R. Vogt, "Dependence of GMM adaptation on feature post-processing for speaker recognitionDependence of GMM adaptation on feature post-processing for speaker recognition", Proceedings of the 8th European Conference on Speech Communication and Technology(EUROSPEECH’03), pp.3013~3016 (2003)
- S. M. Chu, "The IBM Mandarin broadcast speech transcription system", Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing, 2007(ICASSP 2007), 2, pp.345~348 (2007)
- J. P. Campbell, "Speaker Recognition: A Tutorial", Proceedings of the IEEE, 85(9), pp.1437~1462 (1997)
- L. Lu, "Speaker Change Detection and tracking in Real-time News Broadcasting Analysis", Proceedings of the Proceedings of the tenth ACM international conference on Multimedia(MULTIMEDIA '02), pp.602~610 (2002)