| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-09-28 13:40 Study on speech representation for speech fingerprint using perceptual matching-pursuit algorithm ○Dung Kim Tran・Huy Quoc Nguyen・Masashi Unoki（JAIST）  LOIS2018-20 IE2018-40 EMM2018-59 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Recent studies have revealed the weakness of audio fingerprinting methods in speech signals. The problem is that spectrograms, which are used by conventional audio fingerprinting techniques, are not suitable for representing speech signals in the process of creating speech fingerprint. Instead, spikegrams are a preferable model because of their adaptability to speech. This paper evaluates different kinds of techniques that can be used to create spikegrams. The resulting spikegrams are compared in terms of sparsity and signal resynthesis quality. Furthermore, the abilities of the spikegrams in conveying speaker individuality and linguistic features are evaluated by utilizing a convolutional neural network in terms of recognition accuracy. Experiment results show that spikegrams created by using an algorithm of perceptual matching pursuit and Gammachirp base spectra are the most suitable model for representing speech signals in the process of creating speech fingerprint. In the scope of this paper, this kind of spikegrams has the lowest spike rate, highest identification accuracy, and comparable PESQ score. | |
| キーワード | （和） | / / / / / / / |
| （英） | Speech fingerprint / spikegram / perceptual matching-pursuit / Gammatone kernel / Gammachirp kernel / convolutional neural network / / | |
| 文献情報 | 信学技報, vol. 118, no. 224, EMM2018-59, pp. 71-76, 2018年9月. | |
| 資料番号 | EMM2018-59 | |
| 発行日 | 2018-09-20 (LOIS, IE, EMM) | |
| ISSN | 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 | LOIS2018-20 IE2018-40 EMM2018-59 |
|
| 研究会情報 | |
| 研究会 | IEE-CMN EMM LOIS IE ITE-ME |
| 開催期間 | 2018-09-27 - 2018-09-28 |
| 開催地（和） | ビーコンプラザ（別府国際コンベンションセンター） |
| 開催地（英） | Beppu Int'l Convention Ctr. aka B-CON Plaza |
| テーマ（和） | マルチメディア通信/システム，ライフログ活用技術，IP放送/映像伝送，メディアセキュリティ，メディア処理(AI，深層学習)，一般 |
| テーマ（英） | Multimedia Communication/System, Lifelog Applications, IP Broadcasting/Video Transmission, Media Security, Media Processing (AI, Deep Learning), etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2018-09-CMN-EMM-LOIS-IE-ME |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Study on speech representation for speech fingerprint using perceptual matching-pursuit algorithm |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Speech fingerprint |
| キーワード(2)（和/英） | / spikegram |
| キーワード(3)（和/英） | / perceptual matching-pursuit |
| キーワード(4)（和/英） | / Gammatone kernel |
| キーワード(5)（和/英） | / Gammachirp kernel |
| キーワード(6)（和/英） | / convolutional neural network |
| 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） | チャン キム ズン / Dung Kim Tran / チャン キム ズン |
| 第1著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第2著者 氏名（和/英/ヨミ） | グエン フイ コック / Huy Quoc Nguyen / グエン フイ コック |
| 第2著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第3著者 氏名（和/英/ヨミ） | 鵜木 祐史 / Masashi Unoki / ウノキ マサシ |
| 第3著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-09-28 13:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMM |
| 資料番号 | LOIS2018-20, IE2018-40, EMM2018-59 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.222(LOIS), no.223(IE), no.224(EMM) |
| ページ範囲 | pp.71-76 |
| ページ数 | 6 |
| 発行日 | 2018-09-20 (LOIS, IE, EMM) |
[研究会発表申込システムのトップページに戻る]