Self-Learning Speaker Identification: A System for Enhanced Speech Recognition

سیستم‌های تشخیص گفتار کنونی از تنوع ویژگی‌های صدا بین گویندگان رنج می‌برند، زیرا معمولاً بر اساس مدل‌های گفتاری مستقل از گوینده هستند. به منظور حل این مشکل، روش های سازگاری در بسیاری از سیستم های پیشرفته توسعه یافته است. با این حال، وقتی گوینده دیگری به طور متناوب
از سیستم تشخیص استفاده می کند،
اطلاعات به دست آمده در طول زمان همچنان از بین می رود. بنابراین، این کار یک رویکرد
یکپارچه برای تشخیص گفتار و سخنران به منظور بهبود فرصت‌های خودآموزی سیستم ایجاد می‌کند. یک طرح سازگاری بلندگو
معرفی شده است. برای تطبیق سریع کوتاه مدت و بلندمدت دقیق
مناسب است. سپس این پروفایل‌های تطبیقی ​​برای یک سیستم تشخیص بلندگوی کارآمد استفاده می‌شوند. شناسایی بلندگو
تطبیق بلندگو را برای ردیابی بلندگوهای مختلف فعال می‌کند که منجر به سازگاری طولانی مدت بهینه می‌شود.

Current speech recognition systems suffer from variation of voice
characteristics between speakers as they are usually based on speaker
independent speech models. In order to resolve this issue, adaptation
methods have been developed in many state-of-the-art systems. However,
information acquired over time is still lost whenever another speaker intermittently
uses the recognition system. This work therefore develops an integrated
approach for speech and speaker recognition in order to improve the
self-learning opportunities of the system. A speaker adaptation scheme
is introduced. It is suited for fast short-term and detailed long-term
adaptation. These adaptation profiles are then used for an efficient
speaker recognition system. The speaker identification enables the
speaker adaptation to track different speakers which results in an
optimal long-term adaptation.