Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | D’Almeida, Frederico Quadros | - |
Autor(es): dc.creator | Nascimento, Francisco Assis de Oliveira | - |
Autor(es): dc.creator | Berger, Pedro de Azevedo | - |
Autor(es): dc.creator | Silva, Lúcio Martins da | - |
Data de aceite: dc.date.accessioned | 2024-10-23T16:05:28Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T16:05:28Z | - |
Data de envio: dc.date.issued | 2012-09-03 | - |
Data de envio: dc.date.issued | 2012-09-03 | - |
Data de envio: dc.date.issued | 2009 | - |
Fonte completa do material: dc.identifier | http://repositorio.unb.br/handle/10482/11091 | - |
Fonte completa do material: dc.identifier | https://dx.doi.org/10.5769/J200901001 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/899558 | - |
Descrição: dc.description | Gaussian Mixture Models (GMMs) are the most widely used technique for voice modeling in automatic speaker recognition systems. In this paper, we introduce a variation of the traditional GMM approach that uses models with variable complexity (resolution). Termed Multi-resolution GMMs (MR-GMMs); this new approach yields more than a 50% reduction in the computational costs associated with proper speaker identification, as compared to the traditional GMM approach. We also explore the noise robustness of the new method by investigating MR-GMM performance under noisy audio conditions using a series of practical identification tests. | - |
Formato: dc.format | application/pdf | - |
Publicador: dc.publisher | Brazilian Association of High Technology Experts (ABEAT) | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | Disponível 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.subject | Reconhecimento automático da voz | - |
Palavras-chave: dc.subject | Sistemas de processamento da fala | - |
Palavras-chave: dc.subject | Voz codificada - engenharia elétrica | - |
Título: dc.title | Automatic speaker recognition with Multi-resolution Gaussian Mixture models (MR-GMMs) | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: