강인한 VQ-PCA에 기반한 효율적인 화자 식별Efficient Speaker Identification based on Robust VQ-PCA
- Other Titles
- Efficient Speaker Identification based on Robust VQ-PCA
- Authors
- 이기용
- Issue Date
- Jun-2004
- Publisher
- 한국인터넷정보학회
- Keywords
- Speaker identification; GMM; M-estimation; VQ; PCA
- Citation
- 인터넷정보학회논문지, v.5, no.3, pp.57 - 62
- Journal Title
- 인터넷정보학회논문지
- Volume
- 5
- Number
- 3
- Start Page
- 57
- End Page
- 62
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/20303
- ISSN
- 1598-0170
- 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.
- Files in This Item
-
Go to Link
- Appears in
Collections - College of Information Technology > ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/20303)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.