大規模話者骨導音声データベースを用いたテキスト独立型話者照合実験

摘要

本稿では,科学警察研究所によって構築された大規模話者骨導音声データベースを用いた話者照合実験を行った結果を報告する.実験には,664名(男性336名,女性328名)のコンデンサマイクで収録された音声(気導音),骨導マイクで収録された音声(骨導音)を用いた.実験では,以前我々が提案した複数話者モデルの順位情報を用いた話者照合手法を評価した.また,話者モデルとしてGMMとベクトル量子化(VQ)セントロイドの比較,発声時期の違いによる照合精度の比較を行った.実験結果より,提案手法は従来のT-Normを用いた話者照合手法より高い照合精度を示すことが観測された.さらに,話者モデルの違いによる照合精度の比較結果より,気導音ではVQセントロイドを用いた方が照合精度が高く,骨導音ではGMMを用いた方が高いことが観測された.また,骨導音による照合精度は気導音より低く,さらに骨導音は時期差が生じた場合,照合精度低下が著しいことが観測された.