Effects Of Background Data Duration On Speaker Verification Performance

Gauss karışım modeli genel arka plan modeli (GKM-GAM) ve vektör nicemleme genel arka plan modeli (VN-GAM) konuşmacı doğrulamada sık kullanılan iki yöntemdir. Genellikle GAM modeli fazla sayıda farklı konuşmacının bulunduğu bir kümeden seçilen saatlerce uzunluktaki ses işaretleri kullanılarak eğitili...

Full description

Bibliographic Details
Main Authors: Cemal Hani̇lçi̇, Figen Ertaş
Format: Article
Language:English
Published: Bursa Uludag University 2013-04-01
Series:Uludağ University Journal of The Faculty of Engineering
Subjects:
Online Access:https://dergipark.org.tr/tr/pub/uumfd/issue/21670/233223
_version_ 1797907123683721216
author Cemal Hani̇lçi̇
Figen Ertaş
author_facet Cemal Hani̇lçi̇
Figen Ertaş
author_sort Cemal Hani̇lçi̇
collection DOAJ
description Gauss karışım modeli genel arka plan modeli (GKM-GAM) ve vektör nicemleme genel arka plan modeli (VN-GAM) konuşmacı doğrulamada sık kullanılan iki yöntemdir. Genellikle GAM modeli fazla sayıda farklı konuşmacının bulunduğu bir kümeden seçilen saatlerce uzunluktaki ses işaretleri kullanılarak eğitilir. Bu çalışmada, GAM modelinin eğitiminde kullanılan veri miktarının metinden bağımsız konuşmacı doğrulama performansına etkisi incelenmektedir. NIST 2002 konuşmacı tanıma değerlendirme veritabanı ile GKM-GAM ve VN-GAM yöntemleri kullanılarak yapılan deneysel çalışmalar arka plan modelini eğitmek için kullanılan veri miktarının konuşmacı tanıma performansına çok fazla etkisinin olmadığı görülmüştür
first_indexed 2024-04-10T10:31:34Z
format Article
id doaj.art-f5a64f5a1809454b80d7a2cdb8ba80d7
institution Directory Open Access Journal
issn 2148-4147
2148-4155
language English
last_indexed 2024-04-10T10:31:34Z
publishDate 2013-04-01
publisher Bursa Uludag University
record_format Article
series Uludağ University Journal of The Faculty of Engineering
spelling doaj.art-f5a64f5a1809454b80d7a2cdb8ba80d72023-02-15T16:21:07ZengBursa Uludag UniversityUludağ University Journal of The Faculty of Engineering2148-41472148-41552013-04-011811111191779Effects Of Background Data Duration On Speaker Verification PerformanceCemal Hani̇lçi̇Figen ErtaşGauss karışım modeli genel arka plan modeli (GKM-GAM) ve vektör nicemleme genel arka plan modeli (VN-GAM) konuşmacı doğrulamada sık kullanılan iki yöntemdir. Genellikle GAM modeli fazla sayıda farklı konuşmacının bulunduğu bir kümeden seçilen saatlerce uzunluktaki ses işaretleri kullanılarak eğitilir. Bu çalışmada, GAM modelinin eğitiminde kullanılan veri miktarının metinden bağımsız konuşmacı doğrulama performansına etkisi incelenmektedir. NIST 2002 konuşmacı tanıma değerlendirme veritabanı ile GKM-GAM ve VN-GAM yöntemleri kullanılarak yapılan deneysel çalışmalar arka plan modelini eğitmek için kullanılan veri miktarının konuşmacı tanıma performansına çok fazla etkisinin olmadığı görülmüştürhttps://dergipark.org.tr/tr/pub/uumfd/issue/21670/233223konuşmacı doğrulama gauss karışım modeli vektör nicemleme genel arka plan modeli-speaker verification gaussian mixture model vector quantization universal background model
spellingShingle Cemal Hani̇lçi̇
Figen Ertaş
Effects Of Background Data Duration On Speaker Verification Performance
Uludağ University Journal of The Faculty of Engineering
konuşmacı doğrulama
gauss karışım modeli
vektör nicemleme
genel arka plan modeli
-
speaker verification
gaussian mixture model
vector quantization
universal background model
title Effects Of Background Data Duration On Speaker Verification Performance
title_full Effects Of Background Data Duration On Speaker Verification Performance
title_fullStr Effects Of Background Data Duration On Speaker Verification Performance
title_full_unstemmed Effects Of Background Data Duration On Speaker Verification Performance
title_short Effects Of Background Data Duration On Speaker Verification Performance
title_sort effects of background data duration on speaker verification performance
topic konuşmacı doğrulama
gauss karışım modeli
vektör nicemleme
genel arka plan modeli
-
speaker verification
gaussian mixture model
vector quantization
universal background model
url https://dergipark.org.tr/tr/pub/uumfd/issue/21670/233223
work_keys_str_mv AT cemalhanilci effectsofbackgrounddatadurationonspeakerverificationperformance
AT figenertas effectsofbackgrounddatadurationonspeakerverificationperformance