BICに基づく話者モデル選択の教師なし話者インデキシングにおける評価

摘要

本稿では,これまでに提案したBlCに基づき統計的に最適な話者モデル（VQまたはGMM）を選択する方式を用いて,討論音声を対象とした教師なし話者インデキシングにおける評価を行う。本方式では,話者数が未知な条件でインデキシングを行うため,閾値を事前に設定する必要があった。 そこで,開催の変化に対するインデキシング精度の変動について評価を行い,さらに閾値を設定する代わりに話者数を与えた場合におけるインデキシングについても検討を行う。 従来法と比較した結果,本方式において比較的頑健に閾値を設定することができ,話者数が既知·未知の場合のどちらでも高いインデキシング精度が得られた。また,本手法により得られたインデキシング結果を用いて音響モデルを話者適応することにより,音声認識精度を改善することができた。