講演抄録/キーワード |
講演名 |
2011-12-19 15:45
発話内分散に基づき動的に生成された話者空間による話者クラスタリング ○石川勇樹・西田昌史・山本誠一(同志社大) NLC2011-42 SP2011-87 |
抄録 |
(和) |
音声データには音韻性と話者性が含まれており,音韻性を抑制することでより頑健な話者クラスタリングが可能になると考えられる.また,多人数会話では発話の時間長のばらつきが大きいため,発話毎に音韻性を抑制する必要があると考えられる.そこで,本研究では主成分分析による空間分離手法を用いて発話ごとに音韻性と話者性の分離を行い,さらに,発話内分散に応じて最適な話者空間の次元数を設定することで,音韻性を抑制した話者空間を構築する手法を提案する.従来のBICを用いた手法とGMMを用いたCLRによる話者クラスタリング手法との比較実験を行った結果,提案手法が最も高いクラスタリング精度を実現した. |
(英) |
Speech has two types of information, such as phoneme and speaker. If these information are separated, robust speaker clustering can be achieved. It is necessary to suppress the phonetic information for each utterance because variance of utterance duration is large in multi-party conversation. We propose a speaker clustering method using Gaussian mixture model in flexibly selected speaker subspace based on variance of intra-utterance. We carried out speaker clustering experiments compared with conventional methods based on Bayesian information criterion and Gaussian mixture model in an observation space. The experimental results showed that the proposed method can achieve higher clustering accuracy than conventional methods. |
キーワード |
(和) |
話者クラスタリング / 発話内分散 / 話者空間 / 混合ガウス分布 / 主成分分析 / / / |
(英) |
speaker clustering / variance of intra-utterance / speaker subspace / Gaussian mixture model / principal component analysis / / / |
文献情報 |
信学技報, vol. 111, no. 365, SP2011-87, pp. 67-71, 2011年12月. |
資料番号 |
SP2011-87 |
発行日 |
2011-12-12 (NLC, SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLC2011-42 SP2011-87 |
研究会情報 |
研究会 |
SP NLC IPSJ-SLP |
開催期間 |
2011-12-19 - 2011-12-20 |
開催地(和) |
芝浦工業大学 豊洲キャンパス |
開催地(英) |
|
テーマ(和) |
第13回音声言語シンポジウム |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SP |
会議コード |
2011-12-SP-NLC |
本文の言語 |
日本語 |
タイトル(和) |
発話内分散に基づき動的に生成された話者空間による話者クラスタリング |
サブタイトル(和) |
|
タイトル(英) |
Speaker Clustering Using Speaker Subspace Obtained Dynamically based on Variance of Intra-Utterance |
サブタイトル(英) |
|
キーワード(1)(和/英) |
話者クラスタリング / speaker clustering |
キーワード(2)(和/英) |
発話内分散 / variance of intra-utterance |
キーワード(3)(和/英) |
話者空間 / speaker subspace |
キーワード(4)(和/英) |
混合ガウス分布 / Gaussian mixture model |
キーワード(5)(和/英) |
主成分分析 / principal component analysis |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
石川 勇樹 / Yuki Ishikawa / イシカワ ユウキ |
第1著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第2著者 氏名(和/英/ヨミ) |
西田 昌史 / Masafumi Nishida / ニシダ マサフミ |
第2著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第3著者 氏名(和/英/ヨミ) |
山本 誠一 / Seiichi Yamamoto / ヤマモト セイイチ |
第3著者 所属(和/英) |
同志社大学 (略称: 同志社大)
Doshisha University (略称: Doshisha Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2011-12-19 15:45:00 |
発表時間 |
90分 |
申込先研究会 |
SP |
資料番号 |
NLC2011-42, SP2011-87 |
巻番号(vol) |
vol.111 |
号番号(no) |
no.364(NLC), no.365(SP) |
ページ範囲 |
pp.67-71 |
ページ数 |
5 |
発行日 |
2011-12-12 (NLC, SP) |