結合I-Vector 及深層神經網路之語者驗證系統 (Text-independent Speaker Verification using a Hybrid I-Vector/DNN Approach) [In Chinese]

結合關鍵詞驗證及語者驗證之雲端身份驗證系統 (A Cloud Speaker Authentication System Based on Keyword Verification and Speaker Verification) [In Chinese]

電腦和網際網路的誕生,讓人們的生活越來越便利。而隨著行動裝置的快速發展,人類 的生活方式更是產生了非常大的變革,不僅需要的資訊,信手拈來便可以獲得;許多企 業所提供的新興商品與服務交易,更是在彈指之間便可以順利完成。因此,如何在網際 網路上提供使用者方便、快速、彈性、可靠的身份驗證,並免除使用者記憶及輸入一大 堆用戶名稱及密碼的負擔,便成為一個重要的課題。本研究結合了關鍵詞驗證和語者驗 證技術,讓使用者不需要記憶及輸入冗長與煩雜的資訊,只要對著智慧型行動裝置說話, 身份辨識系統便可以在網際網路的環境中對使用者來進行身份驗證。我們以隱藏式馬可 夫模型和高斯混合模型分別實作了關鍵詞驗證模組與語者驗證模組,並以分散式架構實 作出雲端即時身份辨識系統。我們以 TCC-300 語料進行語者模型參數和訓練流程的調校 實驗,以改進語者驗證效能的訓練流程;並對背景語者篩選方法及性別相關模型進行實 驗...

基於深層遞迴類神經網路之多通道電視回聲消除系統(Multi-Channel Television Echo Cancellation based on Deep Recurrent Neural Networks)[In Chinese]

本論文研究智慧型電視操作情境下之電視節目回聲消除,希望能在電視節目持續播 放的情形下,仍能錄到說話者的清晰語音,並能應用在即時語音通訊與遠距語音辨 認人機介面上。本論文的回聲消除系統演算法是以遞迴類神經網路(Recurrent Neural Network,RNN)演算法,再配上多通道麥克風做回聲消除,達到人聲增強, 抑制噪音雜訊,提高語音清晰度。實驗分別實作單純電視節目聲、人聲混電視節目 聲兩種實驗,再導入前五秒無人聲預訓練,後五秒有人聲之電視節目回聲消除模式 實驗,實驗結果以回聲衰減量來判斷效能優劣。實驗顯示,以多通道深層遞迴類神 經網路效能優於其他方法,透過多聲道 RNN處理,的確能有效地濾除雜訊。 關鍵詞: 聲學回聲消除、適應性濾波器、類神經網路、遞迴類神經網路 The 2016 Conference on Computational Linguistics and Spee...

完全基於類神經網路之語音合成系統初步研究 (A Preliminary Study on Fully Neural Network-based Speech Synthesis System) [In Chinese]

A Preliminary Study on Fully Neural Network-based Speech Synthesis System 廖書漢 SHU-HAN Liao ,蔡亞伯 YaBo Chai , 廖元甫 a Yuan-Fu Liao, a 國立台北科技大學電子工程系 [email protected], [email protected], [email protected] 摘要 傳統的語音合成使用先文字分析後語音合成的架構,但是這種兩階段的作法, 通常會有,若前級分析錯誤,就會影響後級合成,且無法挽救的問題。因此,在 本論文中我們希望嘗試把前後級,全部都改成以類神經網路實現,以便將來可以 直接合成一個大的端對端語音合成類神經網路。主要的想法是,直接以字元串為 輸入單位,並盡量用大量未標記語料,進行非監督式類神經網路訓練。我們的系 統包含四個子網路,分...

結合韻律與聲學訊息之強健性漢語語者驗證系統 (Incorporating Prosodic with Acoustic information for Robust Speaker Verification) [In Chinese]

基於增強式深層類神經網路之語言辨認系統(Reinforcement Training for Deep Neural Networks-based Language Recognition)[In Chinese]

本論文之目標要建立一個基於增強式學習之語言辨認系統,並參與 NIST LRE2015 評 比。語言辨認常受到其他相似的語系(out of set, OOS)使效能下降。為了能解決目標語言 與 OOS 極為相似與常用的訓練準則與實際應用情境偏離的情況,因此本論文提出新的 考慮 OOS 的 DNN 架構並使用 reinforcement learning (RL) 來做訓練,系統特色在於先 把 OOS 做細分,包括建立一個可同時辨認目標語言與所有 OOS 的 DNN 架構;以及將 整個任務分解成兩個輸出相乘的 DNNs,一個負責語言分群,一個負責區分目標與非目 標語言。所提出的系統皆以 LRE2015 規定的代價函數(越低越好)進行實驗比較,根據 LRE2015 評分結果,官方給定的 LDA 語言辨識系統,其分數為 39.033,使用傳統 DNN 其分數為 30.136,而使用本論文所提...