| 1 |
AutoNLU: Detecting, root-causing, and fixing NLU model errors ...
|
|
|
|
BASE
|
|
Show details
|
|
|
| 2 |
A Novel Scheme for Speaker Recognition Using a Phonetically-Aware Deep Neural Network
|
|
|
|
In: DTIC (2014)
|
|
BASE
|
|
Show details
|
|
|
| 3 |
The SRI NIST 2010 Speaker Recognition Evaluation System (PREPRINT)
|
|
|
|
In: DTIC (2011)
|
|
BASE
|
|
Show details
|
|
|
| 5 |
Gémellité et reconnaissance automatique du locuteur
|
|
|
|
In: Journées d'Etudes sur la Parole ; https://hal.archives-ouvertes.fr/hal-00134198 ; Journées d'Etudes sur la Parole, 2004, Fez, France. pp.445-448 (2004)
|
|
Abstract:
International audience ; This paper presents a speaker recognition system applied to a limited corpus of twin speakers. Two experiments are carried out using the LIA speaker recognition platform AMIRAL. The aim of the first experiment is to identify a twin of a speaker among a corpus, whereas the second one is a classical speaker verification task. The results show that an automatic system is generally able to identify a twin with an acceptable performance (85 % of good identification). Furthermore, the system is still able to discriminate the target speaker from its twin. For the verification experiment, we obtain 6% F.A. for 0% F.R. and 53% F.R. for 0% F.A. As the available amount of data is extremely limited, results have to be interpreted with caution. ; Cet article présente un système d'identification du locuteur appliqué à un corpus de jumeaux. Deux expériences sont effectuées en utilisant la plateforme AMIRAL d'identification du locuteur du Laboratoire d'Informatique d'Avignon. Le but de la première expérience est d'identifier une paire de jumeaux parmi le corpus. La seconde expérience est une tâche classique de vérification du locuteur. Les résultats prouvent qu'un système automatique peut globalement identifier les jumeaux avec des performances acceptables (85 % de bonne identification). En outre, le système peut aussi distinguer le locuteur cible du son jumeau. Pour l'expérience de vérification, nous obtenons 6% de fausse acceptation (F.A.) pour 0% de faux rejet et 53% de faux rejet pour 0% de fausse acceptation. Comme la quantité disponible de données est extrêmement limitée, des résultats doivent être interprétés avec prudence.
|
|
Keyword:
[INFO.INFO-IT]Computer Science [cs]/Information Theory [cs.IT]; [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation; [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing; [PHYS.MECA.ACOU]Physics [physics]/Mechanics [physics]/Acoustics [physics.class-ph]; [SHS.LANGUE]Humanities and Social Sciences/Linguistics; [SPI.ACOU]Engineering Sciences [physics]/Acoustics [physics.class-ph]; [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing; Gémellité; Jumeaux; Parole; Reconnaissance automatique; Traitement automatique; Voix
|
|
URL: https://hal.archives-ouvertes.fr/hal-00134198/file/1743.pdf
https://hal.archives-ouvertes.fr/hal-00134198
https://hal.archives-ouvertes.fr/hal-00134198/document
|
|
BASE
|
|
Hide details
|
|
|
|
|
