화자독립 음성인식을 위한 GMM 기반 화자 정규화
Speaker Normalization using Gaussian Mixture Model for Speaker Independent Speech Recognition
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
화자독립 음성인식기의 화자 정규화를 위해 GMM(Gaussian mixture model)분포를 이용하는 방법에 대해 실험한다. 이 방법은 벡터 양자화기를 이용한 선행 연구를 개선한 것으로, 정규화된 학습용 특징벡터들의 확률분포를 최적의 클러스터의 수를 갖는 GMM분포로 모델링한 다음, 이 분포를 이용하여 시험용화자의 워핑계수를 추정한다. 이 연구의 목적은 기존의 ML을 이용한 방법의 단점을 개선하는 동시에 벡터 양자화기를 이용한 선행연구와‘soft decision'이라 불리는 확률 분포를 이용한 방법의 성능을 비교하는데 있다. TIMIT 코퍼스를 대상으로 한 음소 인식실험에서 클러스터의 수를 적절한 크기로 설정한 GMM분포를 이용함으로써 벡터 양자화기를 이용한 방법에 비해 약간 나은 인식률을 얻을 수 있었다.
Abstract
For the purpose of speaker normalization in speaker independent speech recognition systems, experiments are conducted on a method based on Gaussian mixture model(GMM). The method, which is an improvement of the previous study based on vector quantizer, consists of modeling the probability distribution of canonical feature vectors by a GMM with an appropriate number of clusters, and of estimating the warp factor of a test speaker by making use of the obtained probabilistic model. The purpose of this study is twofold: improving the existing ML based methods, and comparing the performance of what is called 'soft decision' method with that of the previous study based on vector quantizer. The effectiveness of the proposed method is investigated by recognition experiments on the TIMIT corpus. The experimental results showed that a little improvement could be obtained by adjusting the number of clusters in GMM appropriately.
참고문헌 (11)
- "Speaker Normalization Based on Frequency Warping", pp.1039~1042 (1997)
- "Efficient Vocal Tract Normalization in Automatic Speech Recognition", pp.209~216 (2000)
- "A Frequency Warping Approach to Speaker Normalization", 6(01), pp.49~60 (1998)
- "Improved Methods for Vocal Tract Normalization", pp.797~800 (1999)
- "연속음성 인식기를 위한 벡터양자화기 기반의 화자정규화", 23(8), pp.583~589 (2004)
- "Frequency Warping and the Mel Scale", 9(3), pp.104~107
- "Mixture Densities, Maximum Likelihood and the EM Algorithms", 26(2), pp.195~239 (1984)
- "The EM Algorithm and Extentions" (1997), Wiley
- "A universal Prior for Integers and Estimation by Minimum Description Length", 11(2), pp.417~431 (1983)
- "The HTK Book. ver.3" (2000), Microsoft Corp
- "DARPA TIMIT Acoustic Phonetic Continuous Speech Corpus" (1993), CDROM, NIST