High Performance Speaker Verification Using Wideband, rich Database

سال انتشار: 1395
محل انتشار: اولین کنفرانس بین المللی دستاوردهای نوین پژوهشی در مهندسی برق و کامپیوتر
کد COI اختصاصی: CBCONF01_0234
زبان مقاله: انگلیسی
تعداد مشاهده: 752

دانلود فایل این مقاله

نویسندگان

Ali Kafaei

Master Student Amirkabir University of Technology Tehran, Iran

Abolghasem Sayadian

Associated Professor Amirkabir University of Technology Tehran, Iran

Hamidreza Baradaran Kashani

PHD Candidate Amirkabir University of Technology Tehran, Iran

چکیده

Speaker verification has been studied for years. Many databases such as NIST has been used widely ;however , most of these databases are narrow band, not rich in context information and have high channel effect. In this paper, a wide band low noise and rich database of Farsi language has been used which does not have mentioned problems and it is suitable for many applications. Feature extraction is a key part in speaker verification. STFT-MFCC which uses FFT and filter bank is state of the art feature in speaker verification. The main problem of STFT-MFCC is that cannot model envelope accurately. We use STRAIGHT-MFCC, which is well-known for synthesis. STFT-MFCC and STRAIGHT-MFCC performance was compared for 2 minutes and full training data using GMM-UBM model. Results show that STRAIGHT-MFCC outperforms STFT-MFCC especially for short duration training data

کلیدواژه ها

speaker verification, wideband, MFCC, STREIGHT

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.