JPH04293097A - 話者識別装置 - Google Patents
話者識別装置Info
- Publication number
- JPH04293097A JPH04293097A JP3058961A JP5896191A JPH04293097A JP H04293097 A JPH04293097 A JP H04293097A JP 3058961 A JP3058961 A JP 3058961A JP 5896191 A JP5896191 A JP 5896191A JP H04293097 A JPH04293097 A JP H04293097A
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- codebook
- quantization
- speaker identification
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【０００１】
【産業上の利用分野】本発明は入力された音声により話
者を識別する話者識別装置に関する。
者を識別する話者識別装置に関する。
【０００２】
【従来の技術】第１の従来の話者識別方法としては、ベ
クトル量子化を用いたテキスト独立型の話者識別方法が
知られており、各フレームの音声パラメータをベクトル
量子化して量子化歪みを時間方向に積分した値の最も小
さくなるものを認識結果とする話者識別方法がロ−ゼン
ベルグ （Ｒｏｓｅｎｂｅｒｇ）、ス−ン（Ｓｏｏｎｇ
） らにより研究されている（エフ．ケイ．ス−ン他、
共著、「話者認識に対するベクトル量子化方法」，ＩＣ
ＡＳＳＰ論文集，米国電気電子学会，頁３８７−３９０
， １９８５ （Ｆ．Ｋ．Ｓｏｏｎｇ， ｅｔ ａｌ
．， ”Ａ Ｖｅｃｔｏｒ Ｑｕａｎｔａｉｚａｔｉｏ
ｎ Ａｐｐｒｏａｃｈ ｔｏ Ｓｐｅａｋｅｒ Ｒｅｃ
ｏｇｎｉｔｉｏｎ”， Ｐｒｏｃ． ＩＣＡＳＳＰ，
ＩＥＥＥ， ｐｐ．３８７−３９０， １９８５） ）
。
クトル量子化を用いたテキスト独立型の話者識別方法が
知られており、各フレームの音声パラメータをベクトル
量子化して量子化歪みを時間方向に積分した値の最も小
さくなるものを認識結果とする話者識別方法がロ−ゼン
ベルグ （Ｒｏｓｅｎｂｅｒｇ）、ス−ン（Ｓｏｏｎｇ
） らにより研究されている（エフ．ケイ．ス−ン他、
共著、「話者認識に対するベクトル量子化方法」，ＩＣ
ＡＳＳＰ論文集，米国電気電子学会，頁３８７−３９０
， １９８５ （Ｆ．Ｋ．Ｓｏｏｎｇ， ｅｔ ａｌ
．， ”Ａ Ｖｅｃｔｏｒ Ｑｕａｎｔａｉｚａｔｉｏ
ｎ Ａｐｐｒｏａｃｈ ｔｏ Ｓｐｅａｋｅｒ Ｒｅｃ
ｏｇｎｉｔｉｏｎ”， Ｐｒｏｃ． ＩＣＡＳＳＰ，
ＩＥＥＥ， ｐｐ．３８７−３９０， １９８５） ）
。
【０００３】第２の従来のベクトル量子化を用いたテキ
スト独立型の話者識別方法としては、ロ−ゼンベルグ
（Ｒｏｓｅｎｂｅｒｇ）、ス−ン（Ｓｏｏｎｇ） らに
より研究されており（エフ．ケイ．ス−ン他、共著、「
話者認識における瞬時及び過渡スペクトル情報の使用に
関して」，ＩＣＡＳＳＰ´８６論文集，米国電気電子学
会，頁８７７−８８０ ，１９８６ （Ｆ．Ｋ．Ｓｏｏ
ｎｇ， ｅｔ ａｌ．，”Ｏｎ ｔｈｅ Ｕｓｅ ｏｆ
Ｉｎｓｔａｎｔａｎｅｏｕｓ ａｎｄ Ｔｒａｎｓｉ
ｔｉｏｎａｌ Ｓｐｅｃｔｒａｌ Ｉｎｆｏｒｍａｔｉ
ｏｎ ｉｎ Ｓｐｅａｋｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ
”， Ｐｒｏｃ． ＩＣＡＳＳＰ´８６， ＴＯＫＹＯ
， ＩＥＥＥ，ｐｐ．８７７−８８０， １９８６）、
各フレームの音声パラメータに加えて音声パラメータの
時間微分を求めて、それぞれをベクトル量子化し、量子
化歪の重み付き和を時間方向に積分した値の最も小さく
なるものを認識結果とする話者識別方法が知られている
。
スト独立型の話者識別方法としては、ロ−ゼンベルグ
（Ｒｏｓｅｎｂｅｒｇ）、ス−ン（Ｓｏｏｎｇ） らに
より研究されており（エフ．ケイ．ス−ン他、共著、「
話者認識における瞬時及び過渡スペクトル情報の使用に
関して」，ＩＣＡＳＳＰ´８６論文集，米国電気電子学
会，頁８７７−８８０ ，１９８６ （Ｆ．Ｋ．Ｓｏｏ
ｎｇ， ｅｔ ａｌ．，”Ｏｎ ｔｈｅ Ｕｓｅ ｏｆ
Ｉｎｓｔａｎｔａｎｅｏｕｓ ａｎｄ Ｔｒａｎｓｉ
ｔｉｏｎａｌ Ｓｐｅｃｔｒａｌ Ｉｎｆｏｒｍａｔｉ
ｏｎ ｉｎ Ｓｐｅａｋｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ
”， Ｐｒｏｃ． ＩＣＡＳＳＰ´８６， ＴＯＫＹＯ
， ＩＥＥＥ，ｐｐ．８７７−８８０， １９８６）、
各フレームの音声パラメータに加えて音声パラメータの
時間微分を求めて、それぞれをベクトル量子化し、量子
化歪の重み付き和を時間方向に積分した値の最も小さく
なるものを認識結果とする話者識別方法が知られている
。
【０００４】また、第３の従来のベクトル量子化を用い
たテキスト独立型の話者識別方法としては、各フレーム
の音声パラメータをベクトル量子化した後に、セグメン
ト量子化して、量子化歪みを時間方向に積分した値の最
も小さくなるものを認識結果とする話者識別方法が、杉
山により研究されている（杉山雅英、”音声セグメント
を用いるテキスト独立話者認識”，日本音響学会講演論
文集，昭和６３年３月，ｐｐ．７５−７６）。
たテキスト独立型の話者識別方法としては、各フレーム
の音声パラメータをベクトル量子化した後に、セグメン
ト量子化して、量子化歪みを時間方向に積分した値の最
も小さくなるものを認識結果とする話者識別方法が、杉
山により研究されている（杉山雅英、”音声セグメント
を用いるテキスト独立話者認識”，日本音響学会講演論
文集，昭和６３年３月，ｐｐ．７５−７６）。
【０００５】
【本発明が解決しようとする課題】しかしながら、上述
した従来の第１のベクトル量子化を用いたテキスト独立
型の話者識別方法では、ベクトル量子化による量子化歪
みの大きさは、話者の違い以外にも発声された音素によ
って異なるため、量子化歪を時間方向に積分した場合に
その分布が話者同士で重なって、話者識別率が低下して
いまうという問題点がある。
した従来の第１のベクトル量子化を用いたテキスト独立
型の話者識別方法では、ベクトル量子化による量子化歪
みの大きさは、話者の違い以外にも発声された音素によ
って異なるため、量子化歪を時間方向に積分した場合に
その分布が話者同士で重なって、話者識別率が低下して
いまうという問題点がある。
【０００６】また、上述した従来の第２及び第３のベク
トル量子化を用いたテキスト独立型の話者識別方法では
、音声の動的特徴を捕えようとするときに、パターンの
持つバリエーションが爆発的に大きくなることによって
コードブックを作成するための音声データが不足して、
話者識別率が低下してしまうという問題点がある。
トル量子化を用いたテキスト独立型の話者識別方法では
、音声の動的特徴を捕えようとするときに、パターンの
持つバリエーションが爆発的に大きくなることによって
コードブックを作成するための音声データが不足して、
話者識別率が低下してしまうという問題点がある。
【０００７】本発明は、上記従来のベクトル量子化を用
いたテキスト独立型の話者識別方法の問題点に鑑み、ベ
クトル量子化による量子化歪の分布が話者同士で重なら
ず、また、音声の動的特徴を捕えるときにコードブック
を作成するための十分な音声データを供給できるように
構成された高い話者識別率を有する話者識別装置を提供
する。
いたテキスト独立型の話者識別方法の問題点に鑑み、ベ
クトル量子化による量子化歪の分布が話者同士で重なら
ず、また、音声の動的特徴を捕えるときにコードブック
を作成するための十分な音声データを供給できるように
構成された高い話者識別率を有する話者識別装置を提供
する。
【０００８】
【課題を解決するための手段】本発明は、複数の認識対
象話者のコ−ドブックと、複数のコ−ドブックに基づい
て入力音声の各フレームの音声パラメータをベクトル量
子化する量子化手段と、量子化された音声パラメ−タの
量子化歪を最小にするコードブックを複数のコードブッ
クから選択する選択手段と、所定の時間内に複数のコー
ドブックから最も多く選択されたコードブックの認識対
象話者を入力音声の話者と判定する判定手段とを備えて
いる話者識別装置によって達成される。
象話者のコ−ドブックと、複数のコ−ドブックに基づい
て入力音声の各フレームの音声パラメータをベクトル量
子化する量子化手段と、量子化された音声パラメ−タの
量子化歪を最小にするコードブックを複数のコードブッ
クから選択する選択手段と、所定の時間内に複数のコー
ドブックから最も多く選択されたコードブックの認識対
象話者を入力音声の話者と判定する判定手段とを備えて
いる話者識別装置によって達成される。
【０００９】
【作用】本発明の話者識別装置によれば、量子化手段は
複数の認識対象話者のコ−ドブックに基づいて入力音声
の各フレームの音声パラメータをベクトル量子化し、選
択手段は量子化された音声パラメ−タの量子化歪を最小
にするコードブックを複数のコードブックから選択し、
判定手段は複数のコードブックのうち所定の時間内に最
も多く選ばれたコードブックに基づいて話者を判定して
最も多く選ばれたコードブックの認識対象話者を入力音
声の話者とする。
複数の認識対象話者のコ−ドブックに基づいて入力音声
の各フレームの音声パラメータをベクトル量子化し、選
択手段は量子化された音声パラメ−タの量子化歪を最小
にするコードブックを複数のコードブックから選択し、
判定手段は複数のコードブックのうち所定の時間内に最
も多く選ばれたコードブックに基づいて話者を判定して
最も多く選ばれたコードブックの認識対象話者を入力音
声の話者とする。
【００１０】本発明の話者識別装置は、学習ベクトル量
子化を用いて複数の認識対象話者のコードブックを修正
する修正手段を備えてもよい。
子化を用いて複数の認識対象話者のコードブックを修正
する修正手段を備えてもよい。
【００１１】
【実施例】以下、図面を参照して本発明の話者識別装置
における実施例を詳述する。
における実施例を詳述する。
【００１２】図１は、本発明の話者識別装置における一
実施例の構成を示す。
実施例の構成を示す。
【００１３】図１の話者識別装置は、音声分析部１０、
音声分析部１０に接続されたベクトル量子化部１１、ベ
クトル量子化部１１に接続されたコ−ドブック１２、各
ベクトル量子化部１１に接続されたコ−ドブック選択部
１３、コ−ドブック選択部１３に接続された複数のフレ
−ムカウンタ部１４及び各フレ−ムカウンタ部１４に接
続された判定部１５により構成されている。
音声分析部１０に接続されたベクトル量子化部１１、ベ
クトル量子化部１１に接続されたコ−ドブック１２、各
ベクトル量子化部１１に接続されたコ−ドブック選択部
１３、コ−ドブック選択部１３に接続された複数のフレ
−ムカウンタ部１４及び各フレ−ムカウンタ部１４に接
続された判定部１５により構成されている。
【００１４】入力音声は、音響分析部１０によりフレー
ム毎に音声パラメータに変換される。音声の個人性を捉
える音声パラメータとしては、スペクトル分析、声道特
性分析または声帯特性のうちいずれか１つでよい。
ム毎に音声パラメータに変換される。音声の個人性を捉
える音声パラメータとしては、スペクトル分析、声道特
性分析または声帯特性のうちいずれか１つでよい。
【００１５】また、スペクトル分析、声道特性分析、声
帯特性を組み合せることにより、更に良い音声パラメー
タを構築し得る。
帯特性を組み合せることにより、更に良い音声パラメー
タを構築し得る。
【００１６】次に、図１に示す話者識別装置による話者
識別時の動作を説明する。
識別時の動作を説明する。
【００１７】話者識別時には、発声音素による量子化歪
の大きさの違いによる量子化歪の分布の重なりの影響を
軽減するために、量子化の直後に量子化歪によるコード
ブック選択の工程を設けてフレーム毎にコードブック１
２を選択して、量子化歪の総和を取る代りに選択された
フレーム数をカウントする。
の大きさの違いによる量子化歪の分布の重なりの影響を
軽減するために、量子化の直後に量子化歪によるコード
ブック選択の工程を設けてフレーム毎にコードブック１
２を選択して、量子化歪の総和を取る代りに選択された
フレーム数をカウントする。
【００１８】抽出された音声パラメータを、ベクトル量
子化部１１でコードブック１２に基づいて量子化し、そ
の時の歪を式（１）に従って算出する。
子化部１１でコードブック１２に基づいて量子化し、そ
の時の歪を式（１）に従って算出する。
【００１９】話者Ｓのコードブック１２に含まれるｉ番
めのコードをＣｓ（ｉ）とする。
めのコードをＣｓ（ｉ）とする。
【００２０】入力音声パラメータ時系列をＸ，フレーム
ｔでのベクトルをＸ（ｔ）とする。フレームｔでのベク
トルＸ（ｔ）をコードブックＣｓで量子化した時の歪を
ｄ（Ｘ（ｔ），Ｃｓ）とすると、 で表わされる。
ｔでのベクトルをＸ（ｔ）とする。フレームｔでのベク
トルＸ（ｔ）をコードブックＣｓで量子化した時の歪を
ｄ（Ｘ（ｔ），Ｃｓ）とすると、 で表わされる。
【００２１】
）の中で、ベクトルＦ（ｘ）との差を最小にするＧ（ｙ
）を与えるｙの値を示す。
）を与えるｙの値を示す。
【００２２】次に、算出した歪をコードブック選択部１
３で比較して、式（２）に従ってコードブックを選択す
る。
３で比較して、式（２）に従ってコードブックを選択す
る。
【００２３】コードブック選択部１３は、ベクトル量子
化装置で計算した各話者に対する入力Ｘ（ｔ）の量子化
歪ｄ（Ｘ（ｔ），Ｃｓ）を受け取り、歪の最小になるコ
ードブックの話者ｓ（ｔ）を選ぶ 選択したコードブック１２に対して、フレームカウント
部１４で式（３）に従ってフレーム数をカウントする。
化装置で計算した各話者に対する入力Ｘ（ｔ）の量子化
歪ｄ（Ｘ（ｔ），Ｃｓ）を受け取り、歪の最小になるコ
ードブックの話者ｓ（ｔ）を選ぶ 選択したコードブック１２に対して、フレームカウント
部１４で式（３）に従ってフレーム数をカウントする。
【００２４】フレームカウント部１４は、各フレームｔ
毎にｓ（ｔ）を受け取り、各コードブックが選ばれたフ
レーム数Ｎ（Ｘ，ｓ）をカウントする。
毎にｓ（ｔ）を受け取り、各コードブックが選ばれたフ
レーム数Ｎ（Ｘ，ｓ）をカウントする。
【００２５】
Ｎ（Ｘ，ｓ）＝Ｎ（Ｘ，ｓ）＋１ （ｓ＝ｓ（Ｘ
（ｔ））のとき） Ｎ（Ｘ，ｓ）＝Ｎ（Ｘ，ｓ）
（ｓ≠ｓ（Ｘ（ｔ））のとき）…（３）カウン
トされたフレーム数を判定部１５で比較して、式（４）
に従って識別結果を出力する。
（ｔ））のとき） Ｎ（Ｘ，ｓ）＝Ｎ（Ｘ，ｓ）
（ｓ≠ｓ（Ｘ（ｔ））のとき）…（３）カウン
トされたフレーム数を判定部１５で比較して、式（４）
に従って識別結果を出力する。
【００２６】即ち、判定部１５は所定のフレーム数の音
声入力の後半定結果ｒ（Ｘ）を出力する。
声入力の後半定結果ｒ（Ｘ）を出力する。
【００２７】
以下、図２を参照して図１の話者識別装置を用いて
コードブック学習時を説明する。
コードブック学習時を説明する。
【００２８】なお、図２では、図１の構成部分と共通な
部分には同じ参照番号を付してある。更に、入力音声に
対する学習デ−タベ−ス１６、各コ−ドブック１２に接
続された学習部１７、学習デ−タベ−ス１６及び学習部
１７に接続された学習制御部１８が付け加えられて構成
されている。
部分には同じ参照番号を付してある。更に、入力音声に
対する学習デ−タベ−ス１６、各コ−ドブック１２に接
続された学習部１７、学習デ−タベ−ス１６及び学習部
１７に接続された学習制御部１８が付け加えられて構成
されている。
【００２９】まず、コードブック作成時における音声デ
ータの不足に対処するために、コードブック作成後、学
習ベクトル量子化による修正を行う。
ータの不足に対処するために、コードブック作成後、学
習ベクトル量子化による修正を行う。
【００３０】始めのコードブックは、従来の話者識別方
法と同様にｋ−ｍｅａｎｓ法やＬＢＧアルゴリズム等を
用いて作成される。
法と同様にｋ−ｍｅａｎｓ法やＬＢＧアルゴリズム等を
用いて作成される。
【００３１】次に、学習ベクトル量子化を説明する。
【００３２】一般に、学習ベクトル量子化は、コードブ
ックを用いた識別を行う時に、識別誤りを少なくするよ
う少しずつコードブック内の参照ベクトルを繰り返して
移動し、正確な判別境界をコードブックにより形成する
。
ックを用いた識別を行う時に、識別誤りを少なくするよ
う少しずつコードブック内の参照ベクトルを繰り返して
移動し、正確な判別境界をコードブックにより形成する
。
【００３３】まず、抽出された音声パラメータを、ベク
トル量子化部１１によりコードブック１２に基づいて量
子化し，その時の歪を式（５）及び式（６）により計算
する。
トル量子化部１１によりコードブック１２に基づいて量
子化し，その時の歪を式（５）及び式（６）により計算
する。
【００３４】各話者ｓ（ｓ＝１，２，…，Ｓ）のコード
ブックをＢｓとし、コードブックＢｓに含まれるｉ番め
のコードをＢｓ（ｉ）とする。また、識別対象話者ｒ（
ｒ＝１，２，…，Ｒ）の学習用音声時系列をＸｒ（ｔ）
（ｔ＝１，２，…，Ｔｒ）とすると、一般にＳ＝Ｒが成
り立つ。
ブックをＢｓとし、コードブックＢｓに含まれるｉ番め
のコードをＢｓ（ｉ）とする。また、識別対象話者ｒ（
ｒ＝１，２，…，Ｒ）の学習用音声時系列をＸｒ（ｔ）
（ｔ＝１，２，…，Ｔｒ）とすると、一般にＳ＝Ｒが成
り立つ。
【００３５】各話者の各フレームの音声パラメータを各
コードブックＣｓでベクトル量子化したときの歪みをｄ
（Ｘｒ（ｔ），Ｃｓ）とし、そのときに使われたコード
ブックＣｓ内の参照ベクトルをＫｓ（Ｘｒ（ｔ））とす
る。
コードブックＣｓでベクトル量子化したときの歪みをｄ
（Ｘｒ（ｔ），Ｃｓ）とし、そのときに使われたコード
ブックＣｓ内の参照ベクトルをＫｓ（Ｘｒ（ｔ））とす
る。
【００３６】
コードブック選択部１３は、式（７）、式（８）を計算
する。
する。
【００３７】歪が最小になるコードブックを２つ選んで
、最初に選ばれたコードブックＣｓの話者をｓ１、次に
選ばれたコードブックＣｓの話者をｓ２とすると、学習
制御部１８は、学習データベース１６から入力に与える
学習データを指定すると同時に学習部１７に正解を示す
。
、最初に選ばれたコードブックＣｓの話者をｓ１、次に
選ばれたコードブックＣｓの話者をｓ２とすると、学習
制御部１８は、学習データベース１６から入力に与える
学習データを指定すると同時に学習部１７に正解を示す
。
【００３８】この時、
ｓ１（Ｘｒ（ｔ））≠ｒ かつ ｓ２（Ｘｒ（
ｔ））＝ｒ …（９）ならば、Ｃｓ１（
Ｋｓ１（Ｘｒ（ｔ）））を Ｘｒ（ｔ）から遠ざけ Ｃｓ２（Ｋｓ２（Ｘｒ（ｔ）））を Ｘｒ（ｔ）
に近付ける …（１０）全ての認識対象話者
の学習データについて上記の手続きを行って、充分学習
が収束し、参照ベクトルの移動が所定の量より少なくな
った時に学習を終了する。
ｔ））＝ｒ …（９）ならば、Ｃｓ１（
Ｋｓ１（Ｘｒ（ｔ）））を Ｘｒ（ｔ）から遠ざけ Ｃｓ２（Ｋｓ２（Ｘｒ（ｔ）））を Ｘｒ（ｔ）
に近付ける …（１０）全ての認識対象話者
の学習データについて上記の手続きを行って、充分学習
が収束し、参照ベクトルの移動が所定の量より少なくな
った時に学習を終了する。
【００３９】学習部１７は、式（９）で示された条件の
ときに、式（１０）に示された操作を行う。学習ベクト
ル量子化には式（９）、式（１０）以外にもいろいろな
変形が考えられるので、特に式（９）、式（１０）に限
る必要はない。
ときに、式（１０）に示された操作を行う。学習ベクト
ル量子化には式（９）、式（１０）以外にもいろいろな
変形が考えられるので、特に式（９）、式（１０）に限
る必要はない。
【００４０】上記実施例では、フレーム毎の静的なパラ
メータベクトルに対してベクトル量子化を行っているが
、２つのフレーム以上にわたる動的なパターンに対して
も同じ方法を用いることが可能である。この場合、学習
ベクトル量子化の効果が一層大きくなる。
メータベクトルに対してベクトル量子化を行っているが
、２つのフレーム以上にわたる動的なパターンに対して
も同じ方法を用いることが可能である。この場合、学習
ベクトル量子化の効果が一層大きくなる。
【００４１】
【発明の効果】複数の認識対象話者のコ−ドブックと、
複数のコ−ドブックに基づいて入力音声の各フレームの
音声パラメータをベクトル量子化する量子化手段と、量
子化された音声パラメ−タの量子化歪を最小にするコー
ドブックを複数のコードブックから選択する選択手段と
、所定の時間内に複数のコードブックから最も多く選択
されたコードブックの認識対象話者を入力音声の話者と
判定する判定手段とを備えているので、発声された音素
による量子化歪の大きさの違いの影響を軽減でき、その
結果、より正確に話者を識別することができる。
複数のコ−ドブックに基づいて入力音声の各フレームの
音声パラメータをベクトル量子化する量子化手段と、量
子化された音声パラメ−タの量子化歪を最小にするコー
ドブックを複数のコードブックから選択する選択手段と
、所定の時間内に複数のコードブックから最も多く選択
されたコードブックの認識対象話者を入力音声の話者と
判定する判定手段とを備えているので、発声された音素
による量子化歪の大きさの違いの影響を軽減でき、その
結果、より正確に話者を識別することができる。
【図１】本発明の話者識別装置における一実施例の構成
を示す。
を示す。
【図２】本発明により話者識別装置のコードブック学習
時の説明図である。
時の説明図である。
１０ 音響分析部
１１ ベクトル量子化部
１２ コードブック
１３ コードブック選択部
１４ フレームカウント部
１５ 判定部
１６ 学習データベース
１７ 学習部
１８ 学習制御部
Claims (2)
- 【請求項１】複数の認識対象話者のコ−ドブックと、前
記複数のコ−ドブックに基づいて入力音声の各フレーム
の音声パラメータをベクトル量子化する量子化手段と、
前記量子化された音声パラメ−タの量子化歪を最小にす
るコードブックを前記複数のコードブックから選択する
選択手段と、所定の時間内に前記複数のコードブックか
ら最も多く選択されたコードブックの認識対象話者を前
記入力音声の話者と判定する判定手段とを備えているこ
とを特徴とする話者識別装置。 - 【請求項２】学習ベクトル量子化を用いて前記複数の認
識対象話者のコードブックを修正する修正手段を備えて
いることを特徴とする請求項１に記載の話者識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3058961A JPH04293097A (ja) | 1991-03-22 | 1991-03-22 | 話者識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3058961A JPH04293097A (ja) | 1991-03-22 | 1991-03-22 | 話者識別装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04293097A true JPH04293097A (ja) | 1992-10-16 |
Family
ID=13099440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3058961A Pending JPH04293097A (ja) | 1991-03-22 | 1991-03-22 | 話者識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04293097A (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS593491A (ja) * | 1982-06-29 | 1984-01-10 | 富士通株式会社 | 音声認識装置 |
| JPS59111699A (ja) * | 1982-12-17 | 1984-06-27 | 富士通株式会社 | 話者認識方式 |
-
1991
- 1991-03-22 JP JP3058961A patent/JPH04293097A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS593491A (ja) * | 1982-06-29 | 1984-01-10 | 富士通株式会社 | 音声認識装置 |
| JPS59111699A (ja) * | 1982-12-17 | 1984-06-27 | 富士通株式会社 | 話者認識方式 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | CNN with phonetic attention for text-independent speaker verification | |
| EP4028953B1 (en) | Convolutional neural network with phonetic attention for speaker verification | |
| Haeb-Umbach et al. | Linear discriminant analysis for improved large vocabulary continuous speech recognition. | |
| US5167004A (en) | Temporal decorrelation method for robust speaker verification | |
| US4773093A (en) | Text-independent speaker recognition system and method based on acoustic segment matching | |
| US5278942A (en) | Speech coding apparatus having speaker dependent prototypes generated from nonuser reference data | |
| US5144672A (en) | Speech recognition apparatus including speaker-independent dictionary and speaker-dependent | |
| Lee et al. | Multi-session PLDA scoring of i-vector for partially open-set speaker detection | |
| Cheung et al. | Feature selection via dynamic programming for text-independent speaker identification | |
| EP0685835B1 (en) | Speech recognition based on HMMs | |
| Korshunov et al. | On the use of convolutional neural networks for speech presentation attack detection | |
| Schuller et al. | Comparing one and two-stage acoustic modeling in the recognition of emotion in speech | |
| US6502070B1 (en) | Method and apparatus for normalizing channel specific speech feature elements | |
| KR20190135916A (ko) | 음성 신호를 이용한 사용자 스트레스 판별 장치 및 방법 | |
| JPH04293097A (ja) | 話者識別装置 | |
| Naik et al. | Evaluation of a high performance speaker verification system for access Control | |
| Merlin et al. | Non directly acoustic process for costless speaker recognition and indexation | |
| JPH0766734A (ja) | 音声コーディング装置および方法 | |
| JPH02232696A (ja) | 音声認識装置 | |
| Lohrenz et al. | On temporal context information for hybrid BLSTM-based phoneme recognition | |
| JPH0197997A (ja) | 声質変換方法 | |
| JPH07160287A (ja) | 標準パターン作成装置 | |
| KR101838947B1 (ko) | 불완전한 발음에 적용 가능한 화자인증방법 및 장치 | |
| Koniaris et al. | Selecting static and dynamic features using an advanced auditory model for speech recognition | |
| Dean et al. | Comparing audio and visual information for speech processing |