강인한 VQ-PCA에 기반한 효율적인 화자 식별
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이기용 | - |
dc.date.available | 2018-05-10T18:16:19Z | - |
dc.date.created | 2018-04-17 | - |
dc.date.issued | 2004-06 | - |
dc.identifier.issn | 1598-0170 | - |
dc.identifier.uri | http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/20303 | - |
dc.description.abstract | 본 논문에서는, 효율적인 화자 식별을 위하여 강인한 벡터 양자화 주성분 분석을 제안하였다. 제안된 방법은 화자 식별에서 특징벡터의 학습을 위한 고차원(high dimension) 문제와 이상치(Outlier)에 대한 문제를 해결 하기위하여 제안 되었다. 먼저, 제안된 방법은 M-추정을 이용하여 강인한 벡터 양자화(Vector Quantization:VQ) 에 의한 몇 개의 분리된 영역으로 데이터 공간을 나눈다. 분리된 각 영역에서 공분산 행렬로부터 강인한 주성분 분석(Principal Component Analysis:PCA)이 얻어지게 된다. 마지막으로, 각 영역에서 강인한 PCA에 의하여 줄어든 차원을 갖는 변환된 특징 벡터로부터 화자의 가우시안 혼합 모델(Gaussian Mixture Model:GMM)을 구한다. 제안된 방법은 같은 성능하에서 대각 공분산 행렬을 갖는 전형적인 GMM방법과 비교할 때 더빠른 결과를 얻었으며, 데이터의 저장공간을 줄일 수 있었을 뿐 아니라, 이상치가 존재할 경우에 더욱 강인하였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국인터넷정보학회 | - |
dc.relation.isPartOf | 인터넷정보학회논문지 | - |
dc.subject | Speaker identification | - |
dc.subject | GMM | - |
dc.subject | M-estimation | - |
dc.subject | VQ | - |
dc.subject | PCA | - |
dc.title | 강인한 VQ-PCA에 기반한 효율적인 화자 식별 | - |
dc.title.alternative | Efficient Speaker Identification based on Robust VQ-PCA | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.identifier.bibliographicCitation | 인터넷정보학회논문지, v.5, no.3, pp.57 - 62 | - |
dc.identifier.kciid | ART000932115 | - |
dc.description.journalClass | 2 | - |
dc.citation.endPage | 62 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 57 | - |
dc.citation.title | 인터넷정보학회논문지 | - |
dc.citation.volume | 5 | - |
dc.contributor.affiliatedAuthor | 이기용 | - |
dc.identifier.url | https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART000932115 | - |
dc.description.isOpenAccess | N | - |
dc.subject.keywordAuthor | Speaker identification | - |
dc.subject.keywordAuthor | GMM | - |
dc.subject.keywordAuthor | M-estimation | - |
dc.subject.keywordAuthor | VQ | - |
dc.subject.keywordAuthor | PCA | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Soongsil University Library 369 Sangdo-Ro, Dongjak-Gu, Seoul, Korea (06978)02-820-0733
COPYRIGHT ⓒ SOONGSIL UNIVERSITY, ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.