Noise-robust speaker recognition using reduced Multiconditional Gaussian Mixture models

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorD’Almeida, Frederico Quadros-
Autor(es): dc.creatorNascimento, Francisco Assis de Oliveira-
Autor(es): dc.creatorBerger, Pedro de Azevedo-
Autor(es): dc.creatorSilva, Lúcio Martins da-
Data de aceite: dc.date.accessioned2021-10-14T17:35:11Z-
Data de disponibilização: dc.date.available2021-10-14T17:35:11Z-
Data de envio: dc.date.issued2012-07-16-
Data de envio: dc.date.issued2012-07-16-
Data de envio: dc.date.issued2008-
Fonte completa do material: dc.identifierhttp://repositorio.unb.br/handle/10482/10945-
Fonte completa do material: dc.identifierhttps://dx.doi.org/10.5769/J200801006-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/611397-
Descrição: dc.descriptionMulticonditional Modeling is widely used to create noise-robust speaker recognition systems. However, the approach is computationally intensive. An alternative is to optimize the training condition set in order to achieve maximum noise robustness while using the smallest possible number of noise conditions during training. This paper establishes the optimal conditions for a noise-robust training model by considering audio material at different sampling rates and with different coding methods. Our results demonstrate that using approximately four training noise conditions is sufficient to guarantee robust models in the 60 dB to 10 dB Signal-to-Noise Ratio (SNR) range.-
Formato: dc.formatapplication/pdf-
Publicador: dc.publisherBrazilian Association of High Technology Experts (ABEAT)-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsDisponível sob Licença Creative Commons 3.0, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.-
Palavras-chave: dc.subjectVoz - ruído-
Palavras-chave: dc.subjectInteração homem-máquina-
Palavras-chave: dc.subjectCompressão de dados (Computação)-
Palavras-chave: dc.subjectReconhecimento automático da voz-
Título: dc.titleNoise-robust speaker recognition using reduced Multiconditional Gaussian Mixture models-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.