عنوان انگلیسی مقاله: Efficient Text-Independent Speaker Verification with Structural Gaussian Mixture Models and Neural Network
عنوان فارسی مقاله: تعیین هویت گوینده مستقل از متن، توسط مدل های مخلوط گاوس ساختاری و شبکه های عصبی
دسته: کامپیوتر و فناوری اطلاعات
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 26
لینک دریافت رایگان نسخه انگلیسی مقاله:
دانلودترجمه سلیس و روان مقاله آماده خرید می باشد.
_______________________________________
چکیده
ما سیستم یکپارچه ای را در ارتباط با مدل های مخلوط گاوس ساختاری
(SGMM) و شبکه های عصبی به منظور دستیابی به راندمان محاسباتی و دقت بالا
در ارتباط با تعیین هویت گوینده ارائه می دهیم. مدل پس زمینه ساختاری (SBM)
در ابتدا از طریق خوشه بندی زنجیره ای تمام موئلفه های مخلوط گاوس در
ارتباط با مدل پس زمینه ساختاری ایجاد می گردد. به این ترتیب، یک فضای
اکوستیک به بخش های چندگانه ای در سطوح مختلف قدرت تشخیص، جزء بندی می
گردد. برای هر یک از گوینده های مورد نظر، مدل مدل مخلوط گاوس ساختاری
(SGMM) از طریق استدلال حداکثری (MAP) سازگار با مدل پس زمینه ساختاری
(SBM) ایجاد می گردد. در هنگام تست، تنها زیرمجموعه کمی از موئلفه های
مخلوط گاوس برای هر بردار مختصات محاسبه می گردد تا هزینه محاسبه را به طور
قابل توجهی کاهش دهد. علاوه بر این، امتیازات حاصل شده در لایه های مدل
های درخت ساختار، برای تصمیم گیری نهایی از طریق شبکه عصبی ادغام می گردند.
وضعیت های مختلفی در بررسی های انجام شده بر روی داده های حاصل از
گفتگوهای تلفنی مورد استفاده در ارزیابی هویت گوینده NIST، مقایسه شد.
نتایج تجربی نشان می دهد که کاهش محاسبه توسط فاکتور 17 از طریق 5% کاهش
نسبی در میزان خطای هم ارز (EER) در مقایسه با خطو مبنا، حاصل می گردد. روش
SGMM-SBM (مدل مخلوط گاوس ساختاری- مدل پس زمینه ساختاری)، مزایایی را
نسبت به مدل اخیرا مطرح شده GMM (مدل مخلوط گاوس) داشته، که شامل سرعت
بالاتر و عملکرد تشخیص بهتر، می باشد.