Detail publikace

Analysis of Speaker Recognition Systems in Realistic Scenarios of the SITW 2016 Challenge

NOVOTNÝ Ondřej, MATĚJKA Pavel, PLCHOT Oldřich, GLEMBEK Ondřej, BURGET Lukáš a ČERNOCKÝ Jan. Analysis of Speaker Recognition Systems in Realistic Scenarios of the SITW 2016 Challenge. In: Proceedings of Interspeech 2016. San Francisco: International Speech Communication Association, 2016, s. 828-832. ISBN 978-1-5108-3313-5. Dostupné z: https://www.researchgate.net/publication/307889224_Analysis_of_Speaker_Recognition_Systems_in_Realistic_Scenarios_of_the_SITW_2016_Challenge
Název česky
Analýza systémů pro ověřování mluvčího v realistických podmínkách SITW 2016 Challenge
Typ
článek ve sborníku konference
Jazyk
angličtina
Autoři
Novotný Ondřej, Ing., Ph.D. (UPGM FIT VUT)
Matějka Pavel, Ing., Ph.D. (UPGM FIT VUT)
Plchot Oldřich, Ing., Ph.D. (UPGM FIT VUT)
Glembek Ondřej, Ing., Ph.D. (UPGM FIT VUT)
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT)
Černocký Jan, prof. Dr. Ing. (UPGM FIT VUT)
URL
Abstrakt

V tomto příspěvku shrnujeme naše úsilí týkající se výzvy Speakers In The Wild (SITW) a prezentujeme naše poznatky s tímto novým souborem dat pro rozpoznávání mluvčích. Kromě standardního srovnání různých systémů SRE analyzujeme použití diarizace pro práci se zvukovými segmenty obsahujícími více reproduktorů, protože v rámci nově zavedených registračních a testovacích protokolů je diarizace nezbytnou součástí systému. Naše nejmodernější systémy použité v této práci využívají jak cepstrální, tak DNN úzké hrdlo a jsou založeny na i-vektorech následovaných klasifikátorem Pravděpodobnostní lineární diskriminační analýzy (PLDA) a kalibrací / fúzí logistické regrese. Představujeme úzkopásmové (8 kHz) i širokopásmové (16 kHz) systémy společně s jejich fúzí.

Rok
2016
Strany
828-832
Sborník
Proceedings of Interspeech 2016
Konference
Interspeech Conference, San Francisco, US
ISBN
978-1-5108-3313-5
Vydavatel
International Speech Communication Association
Místo
San Francisco, US
DOI
10.21437/Interspeech.2016-981
UT WoS
000409394400173
EID Scopus
2-s2.0-84994201390
BibTeX 
@INPROCEEDINGS{FITPUB11270,
   author = "Ond\v{r}ej Novotn\'{y} and Pavel Mat\v{e}jka and Old\v{r}ich Plchot and Ond\v{r}ej Glembek and Luk\'{a}\v{s} Burget and Jan \v{C}ernock\'{y}",
   title = "Analysis of Speaker Recognition Systems in Realistic Scenarios of the SITW 2016 Challenge",
   pages = "828--832",
   booktitle = "Proceedings of Interspeech 2016",
   year = 2016,
   location = "San Francisco, US",
   publisher = "International Speech Communication Association",
   ISBN = "978-1-5108-3313-5",
   doi = "10.21437/Interspeech.2016-981",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/11270"
}
Nahoru