Detail publikace

On the use of DNN Autoencoder for Robust Speaker Recognition

NOVOTNÝ, O.; MATĚJKA, P.; PLCHOT, O.; GLEMBEK, O. On the use of DNN Autoencoder for Robust Speaker Recognition. Brno: Faculty of Information Technology BUT, 2018. p. 1-5.
Název česky
Použití DNN autoenkodérů pro robustní rozpoznávání mluvčího
Typ
zpráva odborná
Jazyk
anglicky
Autoři
Novotný Ondřej, Ing., Ph.D.
Matějka Pavel, Ing., Ph.D.
Plchot Oldřich, Ing., Ph.D. (UPGM)
Glembek Ondřej, Ing., Ph.D.
URL
Klíčová slova

speaker recognition, signal enhancement, autoencoder

Abstrakt

V tomto článku předkládáme analýzu autoencoderu založeného na DNN pro zlepšení řeči, odzvučení a odhlučení. Cílovou aplikací je robustní systém rozpoznávání mluvčího. Začali jsme rozšířením Fisherovy databáze o uměle hlučná a dozvučená data a vycvičili jsme autoencoder, aby mapoval hlučnou a dozvukovou řeč do své čisté verze. Používáme autoencoder jako krok předzpracování pro nejmodernější textově nezávislý systém rozpoznávání mluvčích. Výsledky porovnáváme s čistým vylepšením autoencoderu, multi-kondičním PLDA tréninkem a jejich současným použitím. Představujeme podrobnou analýzu s různými podmínkami NIST SRE 2010, PRISM a uměle poškozeným telefonním stavem NIST SRE 2010. Došli jsme k závěru, že navrhované předzpracování významně převyšuje základní linii a že tuto techniku lze použít k vybudování robustního systému rozpoznávání mluvčích pro dozvuk a hlučná data.

Rok
2018
Strany
1–5
Vydavatel
Faculty of Information Technology BUT
Místo
Brno
BibTeX 
@techreport{BUT161935,
  author="Ondřej {Novotný} and Pavel {Matějka} and Oldřich {Plchot} and Ondřej {Glembek}",
  title="On the use of DNN Autoencoder for Robust Speaker Recognition",
  year="2018",
  publisher="Faculty of Information Technology BUT",
  address="Brno",
  pages="1--5",
  url="https://www.fit.vut.cz/research/publication/11855/"
}
Soubory
Nahoru