서브밴드 가중치를 이용한 잡음에 강인한 화자검증 (Noise Robust Speaker Verification Using Sub-Band Weighting)

서지정보

· 발행기관 : 한국음향학회
· 수록지 정보 : 한국음향학회지 / 28권 / 3호 / 279 ~ 284페이지
· 저자명 : 김성탁, 지미경, 김회린

초록

화자검증은 발성화자가 제시화자 (claimed speaker)인지 아닌지를 구별하는 것이다. 기존의 화자검증 시스템인 GMM-UBM
방식의 화자검증 시스템은 무잡음 환경에서는 높은 검증성능을 보이지만, 잡음환경에서는 성능이 급격히 떨어지는 단점이
있다. 이런 단점을 극복하기 위해 멀티밴드를 이용한 방법인 특징벡터 재결합방법이 제안되었지만, 특징벡터 재결합방법은
전체 서브밴드 특징벡터들을 사용하여 유사도를 계산하는 단점이 있다. 이런 단점을 극복하기 위해 기 발표된 이전 논문에서
각 서브밴드 유사도를 독립적으로 계산하는 변형된 특징벡터 재결합방법을 제안하였고, 본 논문에서는 변형된 특징벡터
재결합방법과 각 서브밴드들의 신뢰도를 나타내는 신호 대 잡음비를 이용한 가중치를 이용하여 잡음환경에서 기존의 특징벡
터 재결합방법에 비해 에러를 28% 감소시켰다.

영어초록

Speaker verification determines whether the claimed speaker is accepted based on the score of the test utterance.
In recent years, methods based on Gaussian mixture models and universal background model have been the dominant
approaches for text-independent speaker verification. These speaker verification systems based on these methods
provide very good performance under laboratory conditions. However, in real situations, the performance of speaker
verification system is degraded dramatically. For overcoming this performance degradation, the feature recombination
method was proposed, but this method had a drawback that whole sub-band feature vectors are used to compute
the likelihood scores. To deal with this drawback, a modified feature recombination method which can use each
sub-band likelihood score independently was proposed in our previous research. In this paper, we propose a sub-band
weighting method based on sub-band signal-to-noise ratio which is combined with previously proposed modified
feature recombination. This proposed method reduces errors by 28% compared with the conventional feature
recombination method.

참고자료

· 없음