Speaker Classification II: Selected Projects

علاوه بر انتقال پیام در کلمات و صداها، سیگنال گفتار حاوی اطلاعاتی در مورد آناتومی، فیزیولوژی، تجربه زبانی و وضعیت ذهنی خود گوینده است. این ویژگی های گوینده در همه سطوح توصیف در گفتار یافت می شود: از اطلاعات طیفی در صداها گرفته تا انتخاب خود کلمات و گفته ها.

این مجموعه دو حجمی LNAI 4343 و LNAI 4441، یک حالت را تشکیل می دهد. نظرسنجی پیشرفته برای حوزه طبقه بندی سخنرانان. به سؤالات زیر می پردازد: چه ویژگی های گوینده در صدا و رفتار گفتاری او آشکار می شود؟ کدام یک از آنها را می توان از تجزیه و تحلیل تحقق های صوتی استنباط کرد؟ این اطلاعات برای چه مواردی قابل استفاده است؟ کدام روش ها برای مسائل متنوع در این حوزه پژوهشی مناسب هستند؟ چگونه باید کیفیت نتایج را ارزیابی کرد؟

22 مقاله جلد دوم شامل تعدادی مقاله منتخب مستقل در مورد پروژه های تحقیقاتی در زمینه طبقه بندی سخنرانان است. از جمله گزارشی در مورد سیستم تشخیص جنسیت. مطالعه بر روی تشخیص احساسات؛ ارائه یک سیستم تأیید گوینده وابسته به متن؛ گزارشی از تجزیه و تحلیل اطلاعات محتوای گوینده و کلامی - و همچنین مطالعات در مورد شناسایی لهجه.

As well as conveying a message in words and sounds, the speech signal carries information about the speaker's own anatomy, physiology, linguistic experience and mental state. These speaker characteristics are found in speech at all levels of description: from the spectral information in the sounds to the choice of words and utterances themselves.

This two volume set, LNAI 4343 and LNAI 4441, constitutes a state-of-the-art survey for the field of speaker classification. It approaches the following questions: What characteristics of the speaker become manifest in his or her voice and speaking behavior? Which of them can be inferred from analyzing the acoustic realizations? What can this information be used for? Which methods are the most suitable for diversified problems in this area of research? How should the quality of the results be evaluated?

The 22 articles of the second volume comprise a number of selected self-contained papers on research projects in the field of speaker classification. These include among other things a report on a gender recognition system; a study on emotion recognition; a presentation of a text-dependent speaker verification system; an account of the analysis of both speaker and verbal content information - as well as studies on accent identification.