Detail výsledku

Dereverberation and Beamforming in Far-Field Speaker Recognition

MOŠNER, L.; MATĚJKA, P.; NOVOTNÝ, O.; ČERNOCKÝ, J. Dereverberation and Beamforming in Far-Field Speaker Recognition. In Proceedings of ICASSP 2018. Calgary: IEEE Signal Processing Society, 2018. p. 5254-5258. ISBN: 978-1-5386-4658-8.
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Mošner Ladislav, Ing., UPGM (FIT)
Matějka Pavel, Ing., Ph.D., UPGM (FIT)
Novotný Ondřej, Ing., Ph.D., UPGM (FIT)
Černocký Jan, prof. Dr. Ing., UPGM (FIT)
Abstrakt

This paper deals with far-field speaker recognition. On a corpusof NIST SRE 2010 data retransmitted in a real roomwith multiple microphones, we first demonstrate how roomacoustics cause significant degradation of state-of-the-art ivectorbased speaker recognition system. We then investigateseveral techniques to improve the performances ranging fromprobabilistic linear discriminant analysis (PLDA) re-training,through dereverberation, to beamforming. We found thatweighted prediction error (WPE) based dereverberation combinedwith generalized eigenvalue beamformer with powerspectraldensity (PSD) weighting masks generated by neuralnetworks (NN) provides results approaching the clean closemicrophonesetup. Further improvement was obtained byre-training PLDA or the mask-generating NNs on simulatedtarget data. The work shows that a speaker recognition systemworking robustly in the far-field scenario can be developed.

Klíčová slova

Speaker recognition, microphone array,beamforming, dereverberation, audio retransmission

URL
Rok
2018
Strany
5254–5258
Sborník
Proceedings of ICASSP 2018
Konference
IEEE International Conference on Acoustics, Speech and Signal Processing
ISBN
978-1-5386-4658-8
Vydavatel
IEEE Signal Processing Society
Místo
Calgary
DOI
10.1109/ICASSP.2018.8462365
UT WoS
000446384605085
EID Scopus
2-s2.0-85054214985
BibTeX 
@inproceedings{BUT155039,
  author="Ladislav {Mošner} and Pavel {Matějka} and Ondřej {Novotný} and Jan {Černocký}",
  title="Dereverberation and Beamforming in Far-Field Speaker Recognition",
  booktitle="Proceedings of ICASSP 2018",
  year="2018",
  pages="5254--5258",
  publisher="IEEE Signal Processing Society",
  address="Calgary",
  doi="10.1109/ICASSP.2018.8462365",
  isbn="978-1-5386-4658-8",
  url="https://www.fit.vut.cz/research/publication/11717/"
}
Soubory
Projekty
Dolování infoRmAcí z řeči Pořízené vzdÁlenými miKrofony, MV, Bezpečnostní výzkum České republiky 2015-2020, VI20152020025, zahájení: 2015-10-01, ukončení: 2020-09-30, ukončen
IT4Innovations excellence in science, MŠMT, Národní program udržitelnosti II, LQ1602, zahájení: 2016-01-01, ukončení: 2020-12-31, ukončen
Zvýšení spolehlivosti v automatickém rozpoznávání řečníka, GAČR, Juniorské granty, GJ17-23870Y, zahájení: 2017-01-01, ukončení: 2019-12-31, ukončen
Pracoviště
Ústav počítačové grafiky a multimédií (UPGM)
Nahoru