Robust Speaker Recognition in Noisy Environments

این کتاب روش‌های تشخیص بلندگو را برای مقابله با محیط‌های پر نویز متغیر واقعی مورد بحث قرار می‌دهد. متن سیستم های احراز هویت را پوشش می دهد. محیط‌های پس‌زمینه پر سر و صدا، عملکردها در زمان واقعی و گنجانده شده در دستگاه‌های تلفن همراه. این کتاب بر روی رویکردهای مختلف برای افزایش دقت تشخیص بلندگو در حضور محیط‌های پس‌زمینه مختلف تمرکز دارد. نویسندگان بررسی می‌کنند: (الف) جبران ویژگی با استفاده از مدل‌های پس‌زمینه متعدد، (ب) نگاشت ویژگی با استفاده از مدل‌های تصادفی مبتنی بر داده، (ج) طراحی چارچوب GMM-SVM مبتنی بر بردار فوق‌العاده برای تشخیص قوی بلندگو، (د) مدل‌سازی تنوع کل (i-vectors) در یک چارچوب متمایز و (ه) روش تقویت برای ترکیب شواهد از چندین مدل SVM.

This book discusses speaker recognition methods to deal with realistic variable noisy environments. The text covers authentication systems for; robust noisy background environments, functions in real time and incorporated in mobile devices. The book focuses on different approaches to enhance the accuracy of speaker recognition in presence of varying background environments. The authors examine: (a) Feature compensation using multiple background models, (b) Feature mapping using data-driven stochastic models, (c) Design of super vector- based GMM-SVM framework for robust speaker recognition, (d) Total variability modeling (i-vectors) in a discriminative framework and (e) Boosting method to fuse evidences from multiple SVM models.