...
机译:说话人验证反欺骗的深度学习框架研究
Center for Robust Speech Systems, Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas, Richardson, TX, USA;
Center for Robust Speech Systems, Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas, Richardson, TX, USA;
Center for Robust Speech Systems, Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas, Richardson, TX, USA;
Speech; Feature extraction; Machine learning; Recurrent neural networks; Context; Spectrogram; Robustness;
机译:说话人验证中反欺骗对策的前端:散射频谱分解
机译:区分框架中基于Supervector的方法,用于嘈杂环境中的说话人验证
机译:使用基于修改的自适应高斯混合模型框架的自适应多低级表示增强了扬声器验证
机译:研究在i矢量框架内使用调制频谱特征进行远场自动扬声器验证
机译:长期和短期说话者特征建模的判别和生成方法:在说话者验证中的应用。
机译:母语扬声器喜欢附件L2扬声器喜欢字母吗?一种明显的视觉灌注研究调查拼影在L2形态加工中的作用
机译:研究在I-vector框架内使用调制光谱特征进行远场自动说话人验证
机译:测试结果BIss身份验证设备的高级开发模型。第二卷。自动扬声器验证。