[논문 리뷰] A Comparison of Classifiers in Performing Speaker Accent Recognition Using MFCCs

Zichen Ma, Ernest Fokoué|arXiv (Cornell University)|2015. 01. 28.

Speech and Audio Processing인용 수 7

한 줄 요약

이 연구는 음성 신호에서 추출한 멜 주파수 해석 계수(MFCCs)를 사용하여 다양한 분류기의 화자 어조 식별 성능을 평가한다. 330명의 음성 데이터셋(미국 165명, 비미국 165명)을 사용하여 500중 교차검증에서 k-최근접 이웃(k-NN) 분류기가 가장 높은 평균 테스트 정확도와 가장 빠른 계산 시간을 기록하여 SVM, 랜덤 포레스트, 나이브 베이즈와 같은 다른 분류기들을 능가하였다.

ABSTRACT

An algorithm involving Mel-Frequency Cepstral Coefficients (MFCCs) is provided to perform signal feature extraction for the task of speaker accent recognition. Then different classifiers are compared based on the MFCC feature. For each signal, the mean vector of MFCC matrix is used as an input vector for pattern recognition. A sample of 330 signals, containing 165 US voice and 165 non-US voice, is analyzed. By comparison, k-nearest neighbors yield the highest average test accuracy, after using a cross-validation of size 500, and least time being used in the computation

연구 동기 및 목표

• MFCC를 사용하여 화자 어조 식별에 적용되는 다수의 기계학습 분류기의 성능을 평가하고 비교하는 것.
• 어조 식별 작업에서 가장 높은 정확도와 계산 효율성을 달성하는 분류기를 규명하는 것.
• MFCC 기반 특징 추출이 화자 어조 식별에서 분류기 성능에 미치는 영향을 분석하는 것.
• 미국 및 비미국 영어 화자로 구성된 균형 잡힌 데이터셋을 통해 분류기 효과성에 대한 실증적 증거를 제공하는 것.

제안 방법

• 음성 신호에서 MFCC를 추출하여 주요 음성 특징 표현으로 사용한다.
• 각 발화문에 대해 MFCC 행렬의 평균 벡터를 계산하여 패턴 인식을 위한 고정 길이 입력 벡터를 구성한다.
• 비교를 위해 다섯 가지 분류기—k-최근접 이웃, 서포트 벡터 머신, 랜덤 포레스트, 나이브 베이즈, 로지스틱 회귀—를 적용한다.
• 일반화 성능 및 계산 효율성을 평가하기 위해 500중 교차검증을 사용한다.
• 평균 테스트 정확도와 실행 시간을 기준으로 모델을 평가한다.
• 훈련 및 테스트에 사용하기 위해 미국 및 비미국 영어 화자 각 165명으로 구성된 균형 잡힌 데이터셋을 사용한다.

실험 결과

연구 질문

• RQ1 MFCC 특징을 사용할 때, 어떤 분류기가 미국과 비미국 화자 어조를 구분하는 데 가장 높은 정확도를 달성하는가?
• RQ2 MFCC 기반 특징을 처리할 때, 다양한 분류기 간의 계산 효율성은 어떻게 비교되는가?
• RQ3 평균 MFCC 벡터를 입력 특징으로 사용할 경우, 다양한 모델에서 분류기 성능 향상이 이루어지는가?
• RQ4 각 분류기의 성능은 다수의 교차검증 폴드에 걸쳐 얼마나 안정적인가?

주요 결과

• k-최근접 이웃(k-NN) 분류기가 평가된 모든 분류기 중에서 가장 높은 평균 테스트 정확도를 기록하였다.
• k-NN는 가장 빠른 계산 시간을 보이며, 본 연구에서 가장 효율적인 분류기로 나타났다.
• 서포트 벡터 머신(SVM)과 랜덤 포레스트는 중간 수준의 성능를 보였지만, k-NN보다 느렸다.
• 나이브 베이즈와 로지스틱 회귀는 k-NN 및 SVM에 비해 낮은 정확도를 보였다.
• 입력 특징으로 평균 MFCC 벡터를 사용함으로써 모든 분류기에서 일관된 성능 향상이 이루어졌다.
• 500중 교차검증을 통해 모든 모델에서 강력하고 안정적인 성능 지표가 확인되었다.