{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2023,14]]，“日期-时间”：“2023-01-14T03:48:27Z”，“时间戳”：1673668107523}，“出版商位置”：“美国纽约州纽约市”，“引用-计数”：40，“出版者”：“ACM出版社”，“许可证”：[{“开始”：{:“日期-零件”：[2018,12,6]]，“日期时间”：“2018-12-06T00:00:00Z”，“timestamp”：1544054400000}，“content-version”：“vor”，“delay-in-days”：339，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2018]]}”，“DOI”：“10.1145\/3287921.3287954”，“type”：“进程-文章”，“created”：{“date-parts”：[[2018,12,13]]，“date-time”：“2018-12-13T15:45:16Z”，“timestamp”：1544715916000}，“source”：“Crossref”，“is-referenced-by-count”：4，“title”：[“使用深度模型进行越南语说话人身份验证”]，“prefix”：“10.1145”，”author“：[{”given“：”Son T.“，”family“：”Nguyen“，”sequence“：”first“，”affiliation“：[}”：“邮电，理工学院，越南河内”}]}，{“给定”：“Viet D.”，“家族”：“Lai”，“序列”：“附加”，“附属”：[{“名称”：“俄勒冈大学，尤金，俄勒冈州，美国”}]}，{“给定”：“Quyen”，“家族”：“Dam Ba”，“序列”：“附加”，“附属”：[{“名称”：“越南河内理工学院邮电”}]}，{“given”：“Anh”，“family”：“Nguyen-Xuan”，“sequence”：“additional”，“affiliation”：[{“name”：“越南河内理工大学邮电”{]}：“越南河内理工学院邮电”}]}]，“成员”：“320”，“参考”：[{“key”：“key-10.1145\/3287921.3287954-1”，“doi-asserted-by”：“crossref”，《非结构化》：“W.M.Campbell，J.P.Campbell，T.P.Gleason，D.A.Reynolds，and W.Shen.2007。使用支持向量机和高级特征进行说话人验证。IEEE音频、语音和语言处理汇刊15，7（2007年9月），2085--2094。https:\/\/doi.org\/10.109\/TASL.2007.902874“，”doi“：”10.1109\/TASL.2007.90287“}，{“key”：“key-10.1145\/3287921.3287954-2”，“unstructured”：“Shi-Huang Chen and Yu-Ren Luo.2009。使用MFCC和支持向量机进行说话人验证。《国际工程师和计算机科学家多学科会议论文集》，第1卷。18-20.“｝，｛”键“：”键-10.1145/3287921.3287954-3“，”非结构化“：”Namrata Dave.2013。语音识别中的特征提取方法LPC、PLP和MFCC。国际工程与技术高级研究杂志1，6（2013），1-4.“}，{”key“：”key-10.1145\/3287921.3287954-4“，”doi-asserted-by“：”crossref“，”unstructured“：”Nguyen Ngoc Diep，Cuong Pham，and Tu Minh Phuong.2016。基于方向直方图的可穿戴传感器坠落检测方法。2016年8月22日至26日，泰国普吉岛，第14届环太平洋国际人工智能会议，《PRICAI 2016：人工智能趋势》，会议记录。354--366. https:\/\/doi.org\/10.1007\/978-3-319-42911-3_30“，“doi”：“10.1007\/9783-319-42911-3_30”}，{“key”：“key-10.1145\/3287921.3287954-5”，“unstructured”：“Zhenhao Ge，Ananth N Iyer，Srinath Cheluvaraja，Ram Sundaram，and Aravind Ganapathiraju.2017。具有增强功能的基于神经网络的说话人分类和验证系统。2017年智能系统会议（IntelliSys）。IEEE，1089--1094。“}，{”key“：”key-10.1145\/3287921.3287954-6“，”doi-asserted-by“：”crossref“，”unstructured“：”Alex Graves，Santiago Fernández，Faustino Gomez，and Jürgen Schmidhuber。2006。连接时间分类：用递归神经网络标记未分段序列数据。第23届机器学习国际会议论文集。ACM，369--376.“，”DOI“：”10.1145\/1143844.1143891“}，{”key“：”key-10.1145\/3287921.3287954-7“，”unstructured“：”Md Rashidul Hasan，Mustafa Jamil，MGRMS Rahman，et al.2004。使用mel频率倒谱系数识别说话人。变化1，4（2004）。“}，{”key“：”key-10.1145\/3287921.3287954-8“，”doi-asserted-by“：”crossref“，”unstructured“：”何开明，张湘玉，任绍清，孙健.2016。用于图像识别的深度残差学习。在IEEE计算机视觉和模式识别会议记录中。770--778.“，“DOI”：“10.1109\/CVPR.2016.90”}，{“key”：“key-10.1145\/3287921.3287954-9”，“DOI-asserted-by”：“crossref”，“unstructured”：“M.M.Homayounpour and I.Rezaian.2008。基于MFCC参数多级矢量量化的窄带信道鲁棒说话人验证。2008年第10届国际先进通信技术会议，第1卷。336--340. https:\/\/doi.org\/10.109\/ICACT.2008.4493773“，”doi“：”10.1109\/ICATC.2008.4993773“}，{“key”：“key-10.1145\/3287921.3287954-10”，“doi-asserted-by”：“crossref”，“unstructured”：“阮宏光，Loan Trinh Van，and Le The Dat.2010。使用HTK系统的越南语自动语音识别。(11 2010).“，”DOI“：”10.1109\/RIVF.2010.5633587“}，{”key“：”key-10.1145\/3287921.3287954-11“，”unstructured“：”H.Hussain、S.H.Salleh、C.M.Ting、A.K.Ariff、I.Kamarulafizam和R.A.Suraya.2011。使用高斯混合模型（GMM）进行说话人验证。在2011年第五届吉隆坡国际生物医学工程会议上，Noor Azuan Abu Osman、Wan Abu Bakar Wan Abas、Ahmad Khairi Abdul Wahab和Hua-Nong Ting（编辑）。施普林格-柏林-海德堡，柏林，海德堡（Heidelberg），560--564。“}，{“key”：“key-10.1145\/3287921.3287954-12”，“unstructured”：“Chadawan Ittichaichareon，Siwat Suksri，and Thawesak Yingsawornsuk.2012。使用MFCC的语音识别。在国际计算机图形学、仿真和建模会议（ICGSM’2012）7月。28--29.“}，{”key“：”key-10.1145\/3287921.3287954-13“，”doi-asserted-by“：”crossref“，”unstructured“：”S.S.Jagtap和D.G.Bhalke.2015。使用高斯混合模型进行说话人验证。2015年普及计算国际会议（ICPC）。1--5. https:\/\/doi.org\/10.109\/PERVASIVE.2015.70870880“，”doi“：”10.1109\/PERVASIVE.2017.70870880}“，{”key“：”key-10.1145\/3287921.3287954-14“，”unstructured“：”Alex Krizhevsky，Ilya Sutskever，and Geoffrey E Hinton.2012。基于深度卷积神经网络的Imagenet分类。神经信息处理系统进展。1097-1105.”}，{“key”：“key-10.1145/3287921.3287954-15”，“doi asserted by”：“crossref”，“nonstructured”：“Yun Lei，Luciana Ferrer，Mitchell McLaren，and Nicolas Scheffer.2014。针对麦克风语音的深度神经网络说话人验证系统。在国际言语交际协会第十五届年会上。“，”DOI“：”10.21437\/Interspeech.2014-171“}，{”key“：”key-10.1145\/3287921.3287954-16“，”unstructured“：”Chris Lengerich and Awni Hannun.2016。用于关键字识别和语音活动检测的端到端体系结构。(11 2016).“}，{”key“：”key-10.1145\/3287921.3287954-17“，”unstructured“：”Hong Lu，A.J.Brush，Bodhi Priyantha，Amy Karlson，and Jie Liu.2011。SpeakerSense：移动电话上的节能无干扰扬声器识别。https:\/\/www.microsoft.com/en-us\/research\/publication\/speakersense-energy-efficient-unobtrusive-speaker-identification-on-mobile-phones\/“}，{“key”：“key-10.1145\/3287921.3287954-18”，“非结构化”：“Jorge Martinez，Hector Perez，Enrique Escmilla，and Masahisa Mabo Suzuki.2012。使用梅尔倒谱系数（MFCC）和矢量量化（VQ）技术进行说话人识别。电气通信与计算机（CONIELECOMP），2012年第22届IEEE国际会议，248--251。“}，{“key”：“key-10.1145\/3287921.3287954-19”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Mezghani and D.O'Shaughnessy，2005。使用基于MFCC和共振峰组合的新表示进行说话人验证。2005年加拿大电气和计算机工程会议。1461--1464. https:\/\/doi.org\/10.109\/CCECE.2005.1557255“，”doi“：”10.1109\/CCEEC.2005.157255“}，{“key”：“key-10.1145\/3287921.3287954-20”，“unstructured”：“Lindasalwa Muda，Mumtaj Begam，and Irraivan Elamvazuthi.2010。使用mel频率倒谱系数（MFCC）和动态时间扭曲（DTW）技术的语音识别算法。arXiv预印arXiv:1003.4083（2010）。“}，{”key“：”key-10.1145\/3287921.3287954-21“，”doi-asserted-by“：”crossref“，”unstructured“：”Guiwen Ou and Dengfeng Ke.2004。基于MFCC组件关系的文本相关说话人验证。2004年中国口语处理国际研讨会。57--60. https:\/\/doi.org\/10.109\/CHINSL.2004.1409585“，”doi“：”10.1109\/CHINSL.2004.1499585“}，{“key”：“key-10.1145\/3287921.3287954-22”，“unstructured”：“RV Pawar，PP Kajave，and SN Mali.2005。基于神经网络的说话人识别。。IEC（布拉格）。429--433.“}，{”key“：”key-10.1145\/3287921.3287954-23“，”doi-asserted-by“：”crossref“，”unstructured“：”Cuong Pham.2015。MobiRAR：使用移动设备进行实时人类活动识别。2015年10月8日至10日，在越南胡志明市举行的2015年第七届知识与系统工程国际会议上，KSE 2015。144--149. https:\/\/doi.org\/10.109\/KSE.2015.43“，”doi“：”10.1109\/KSE.2015.43“}，{”key“：”key-10.1145\/3287921.3287954-24“，”doi-asserted-by“：”crossref“，”unstructured“：”Cuong Pham.2016。MobiCough：使用低成本移动设备进行实时咳嗽检测和监测。在智能信息和数据库系统-第八届亚洲会议，ACIDS 2016，越南岘港，2016年3月14日至16日，会议记录，第一部分，300-309。https:\/\/doi.org\/10.1007\/978-3-662-49381-6_29“，”doi“：”10.1007\/9783-662-49381-6_29“}，{”key“：”key-10.1145\/3287921.3287954-25“，”unstructured“：”Cuong Pham，Nguyen Ngoc Diep，and Tu Minh Phuong.2013。一种基于可穿戴传感器的实时坠落检测和细粒度活动识别方法。《移动多媒体杂志》9，1&2（2013），15-26。http://www.rintonpress.com/journals\/jmm\/abstractsJmm9-12.html“}，{”key“：”key-10.1145\/3287921.3287954-26“，”unstructured“：”Cuong Pham，Nguyen N.Diep，and Tu M.Phuong.2017。电子鞋：智能鞋，用于不引人注目的人类活动识别。KSE，2017年。IEEE，269-274.“｝，｛“密钥”：“密钥-10.1145\/3287921.3287954-27”，“非结构化”：“Cuong Pham，Clare Hooper，Stephen Lindsay，D.Jackson，J.Shearer，J.Wagner，C.Ladha，K.Ladha，T.Ploetz，Patrick Olivier等人，2012。环境厨房：为定位服务提供无处不在的感知环境。(2012).“}，{”key“：”key-10.1145\/3287921.3287954-28“，”doi-asserted-by“：”crossref“，”unstructured“：”Cuong Pham and Patrick Olivier.2009。切片和骰子：使用嵌入式加速度计识别食物准备活动。在美国。Springer，34-43.“，”DOI“：”10.1007\/978-3-642-05408-2_4“}，{”key“：”key-10.1145\/3287921.3287954-29“，”DOI-asserted-by“：”crossref“，”unstructured“：”Cuong Pham and Tu Minh Phuong.2013。使用低成本可穿戴传感器进行实时坠落检测和活动识别。2013年6月24日至27日，越南胡志明市，计算科学及其应用ICCSA 2013第13届国际会议，会议记录，第一部分，673-682。https:\/\/doi.org\/10.1007\/978-3642-39637-3_53“，”doi“：”10.1007\/9783-642-39677-3_55“}，{“key”：“key-10.1145\/3287921.3287954-30”，“doi-asserted-by”：“crossref”，“unstructured”：“Cuong Pham and Nguyen Thi Thanh Thuy.2016。使用移动设备进行实时交通活动检测。2016年1月4日至6日，越南岘港，《2016年IMCOM第十届全球信息管理与通信国际会议论文集》。64:1--64:7. https:\/\/doi.org\/10.1145\/2857546.2857611“，“doi”：“10.1145\/285746.2857611”}，{“key”：“key-10.1145\/3287921.3287954-31”，“unstructured”：“Son Thanh Phan，Thang Tat Vu，and Mai Chi Luong.2013。越南HMM语音合成中MFCC、F0特征的提取。国际电子与计算机科学工程杂志2，1（2013），46-52.“}，{”key“：”key-10.1145\/3287921.3287954-32“，”unstructured“：”Parminder Singh Ravneet Singh，Navpreet Kaur.2017。使用GFCC特征的基于语音的生物识别系统。《帝国跨学科研究杂志》3，6（2017），1156--1160。“}，{”key“：”key-10.1145\/3287921.3287954-33“，”unstructured“：”Douglas Reynolds.2015。高斯混合模型。生物特征百科全书（2015），827--832。“}，{“key”：“key-10.1145\/3287921.3287954-34”，“非结构化”：“Douglas A Reynolds，Thomas F Quatieri，and Robert B Dunn.2000。使用自适应高斯混合模型进行说话人验证。数字信号处理10，1-3（2000），19-41.“}，{”key“：”key-10.1145\/3287921.3287954-35“，”unstructured“：”Yang Shao and DeLiang Wang.2008。使用听觉特征和计算听觉场景分析进行鲁棒说话人识别。《声学、语音和信号处理》，2008年。ICASSP 2008。IEEE国际会议。IEEE，1589--1592。“}，{“key”：“key-10.1145”，“3287921.3287954-36”，“doi-asserted-by”：“crossref”，“unstructured”：“Visalakshmi Suresh，Paul D.Ezhilchelvan，Paul-Watson，Cuong Pham，Daniel Jackson，and Patrick Olivier。2011。用于活动识别的分布式事件处理。2011年7月11日至15日，美国纽约州纽约市，第五届ACM分布式事件系统国际会议论文集，DEBS 2011。371--372. https:\/\/doi.org\/10.1145\/2002259.2002315“，”doi“：”10.1145\/2002259.2002315“}，{”key“：”key-10.1145\/3287921.3287954-37“，”doi-asserted-by“：”crossref“，”unstructured“：”Amirsina Torfi，Jeremy Dawson，and Nasser M Nasrabadi.2017。使用三维卷积神经网络验证文本相关说话人。arXiv预印arXiv:1705.09422（2017）。“，”DOI“：”10.1109\/ICME.2018.8486441“｝，｛”key“：”key-10.1145\/32877921.3287954-38“，”DOI asserted by“：”crossref“，”unstructured“：”Navneet Upadhyay and Abhijit Karmakar.2015。使用谱减法类型算法的语音增强：比较和模拟研究。Procedia Computer Science 54（2015），574--584.“，“DOI”：“10.1016\/j.procs.2015.06.066”}，{“key”：“key-10.1145\/3287921.3287954-39”，“unstructured”：“Vincent Wan.2003。使用支持向量机进行说话人验证。博士论文。Citeser。“}，{”key“：”key-10.1145\/3287921.3287954-40“，”doi-asserted-by“：”crossref“，”unstructured“：”赵晓佳，王德良.2013。分析MFCC和GFCC特征在说话人识别中的噪声鲁棒性。声学、语音和信号处理（ICASSP），2013 IEEE国际会议，IEEE，7204--7208。“，“DOI”：“10.1109\/ICASSP.2013.6639061”}]，“事件”：{“名称”：“第九届国际研讨会”，“地点”：“越南岘港市”，“缩写”：“SoICT 2018”，“数字”：“9”，“赞助商”：[”华中科技大学信息与通信技术学院SOICT，“NAFOSTED，国家科学技术发展基金会”]，“开始”：{“日期部分”：[[2018,12,6]]}，“结束”：{“日期部分”：[[2018,12,7]]}，“容器标题”：[“第九届信息与通信技术国际研讨会论文集-SOICT 2018”]原标题“：[]，”链接“：[｛”URL“：”http:\/\/dl.acm.org/ft_gateway.cfm？id=3287954&ftid=2025940&dwn=1“，”内容类型“：”未指定“，”内容版本“：”vor“，”预期应用程序“：”相似性检查“｝]，”存放“：｛”日期部分“：[[2022,9,8]]，”日期时间“：”2022-09-08T05:18:33Z“，”时间戳“：1662614313000｝，”分数“：1，”资源“：｛”主要“：｛“URL”：“http://\/dl.acm.org\/citation.cfm？doid=3287921.3287954“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2018]]}，“references-count”：40，”URL“：”http://\/dx.doi.org\/10.1145\/3287921.32287954