XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: ROBUST TEXT-INDEPENDENT SPEAKER IDENTIFICATION USING MULTIPLE CLASSIFIERS IN SUB-BANDS Autor: EDUARDO ESTEVES VALE
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
ABRAHAM ALCAIM - ADVISOR
ROSANGELA FERNANDES COELHO - CO-ADVISOR
Nº do Conteudo: 17227
Catalogação: 07/04/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17227@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17227@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17227
Resumo:
Título: ROBUST TEXT-INDEPENDENT SPEAKER IDENTIFICATION USING MULTIPLE CLASSIFIERS IN SUB-BANDS Autor: EDUARDO ESTEVES VALE
ROSANGELA FERNANDES COELHO - CO-ADVISOR
Nº do Conteudo: 17227
Catalogação: 07/04/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17227@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17227@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17227
Resumo:
This Thesis aims to develop new classifier combination techniques applied
in sub-bands in order to improve the robustness of text-independent speaker
identification systems. The advantages observed in previous experiments using
multiple classifiers in sub-bands for robust speaker recognition motivated the
development of combination techniques for these algorithms. New strategies to
combine the classifiers responses are proposed in this Thesis. The main purpose is
to increase the recognition performance in situations when there is no knowledge
about the type of noise that corrupts the testing speech signal. The different
proposals consist in applying non-uniform weights, null space, multicondition
training, dynamic features and autocorrelation based MFCC features. The
employment of the new strategies significantly contribute to increase the
recognition performance. It was obtained an increase, for instance, compared to
the Sum combination technique shown in the literature, of about 47% in tests with
white noise, and 32% with non-white noise in 15 seconds of speech in 10 dB of
SNR (Signal-to-noise ratio), just using a new strategy which employ the null
space to combine the sub-band classifiers. Even better results were obtained by
using the other proposals.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 | |
REFERENCES |