GMMスーパーベクトルに基づく話者認識における特徴空間の構成法

摘要

音声認識と話者認識は，どちらも音声信号に対するパターン認識の問題であるが，取り扱う情報の違いにより技術的にもかなり違った様相を持っている。例えば，音声認識においてはことばの意味の違いに直結する音素間の音響的な違いを際立たせ，逆に同じ音素の中で話者によって生じる音響的な違いを吸収することが重要になるが，これに対し，話者認識では音素間の違いではなく，同じ音素の中で音響的な特徴が話者によってどのように変化するかが重要になる。