| 标题 |
多语言环境中与文本无关的说话人识别 |
| 作者 |
Iker Luengo公司,伊娃·纳瓦斯,我ñaki Sainz,伊本·萨拉特萨加,乔恩·桑切斯,伊戈尔·奥德里奥佐拉和因玛·埃尔南德斯 |
| 摘要 |
当模型训练用一种语言完成，而测试用另一种语言进行时，说话人识别和验证系统的性能较差。这种情况在多语言环境中并不罕见，在这种环境中，人们应该能够随时用自己喜欢的任何语言访问系统，而不会注意到性能下降。在这项工作中，我们研究了使用韵律参数导出的特征来增强这些系统的语言鲁棒性的可能性。首先研究了特征在语言和会话可变性方面的属性，预测当框架语调和能量值与传统MFCC特征相结合时，语言鲁棒性会增加。实验结果证实，这些特征提高了在语言不匹配条件下的说话人识别率。整个研究在巴斯克语国家进行，巴斯克语和西班牙语共存的双语地区。 |
| 语言 |
语言相关性 |
| 话题 |
计算机处理,韵律,濒危语种 |
全文 |
多语言环境中与文本无关的说话人识别 |
幻灯片 |
多语言环境中与文本无关的说话人识别 |
| Biptex公司 |
@诉讼中{LUENGO08.461，
作者={Iker Luengo、Eva Navas、Iñaki Sainz、Ibon Saratxaga、Jon Sanchez、Igor Odriozola和Inma Hernaez}，
title={多语言环境中与文本无关的说话人识别}，
booktitle={第六届国际语言资源与评价会议（LREC’08）会议记录}，
年份={2008}，
月={may}，
日期={28-30}，
address={摩洛哥马拉喀什}，
editor={Nicoletta Calzolari（会议主席）、Khalid Choukri、Bente Maegaard、Joseph Mariani、Jan Odijk、Stelios Piperidis、Daniel Tapias}，
publisher={欧洲语言资源协会（ELRA）}，
isbn={2-9517408-4-0}，
注释={http://www.lrec-conf.org/proceedings/lrec2008/},
语言={英语}
} |
