[논문 리뷰] Emirati Speaker Verification Based on HMM1s, HMM2s, and HMM3s

Ismail Shahin|arXiv (Cornell University)|2017. 07. 02.

Speech Recognition and Synthesis참고 문헌 17인용 수 5

한 줄 요약

이 논문은 50명의 모국어 사용자로 구성된 고유 데이터베이스를 사용하여 이슬람 아랍어에서의 텍스트 독립적 화자 확인을 위한 HMM1, HMM2, HMM3 모델을 제안하고 평가한다. HMM3 모델이 가장 뛰어난 성능을 보이며, 인간 청취자 평가 결과와 매우 유사하여, 중립적인 음향 환경에서 자원이 적고 특정 방언에 특화된 화자 확인에 효과적임을 입증한다.

ABSTRACT

This work focuses on Emirati speaker verification systems in neutral talking environments based on each of First-Order Hidden Markov Models (HMM1s), Second-Order Hidden Markov Models (HMM2s), and Third-Order Hidden Markov Models (HMM3s) as classifiers. These systems have been evaluated on our collected Emirati speech database which is comprised of 25 male and 25 female Emirati speakers using Mel-Frequency Cepstral Coefficients (MFCCs) as extracted features. Our results show that HMM3s outperform each of HMM1s and HMM2s for a text-independent Emirati speaker verification. The obtained results based on HMM3s are close to those achieved in subjective assessment by human listeners.

연구 동기 및 목표

• 이슬람 아랍어, 즉 자원이 적고 연구가 부족한 방언에 특화된 화자 확인 시스템을 개발하고 평가하는 것.
• 이슬람 아랍어 음성에 대한 첫 번째, 두 번째, 세 번째 순서의 은닉 마르코프 모델(HMM1, HMM2, HMM3)이 화자 확인에서 어떻게 성능을 내는지 조사하는 것.
• 중립적인 음향 조건에서 텍스트 독립적 화자 확인 환경에서 이러한 모델의 효과성을 평가하는 것.
• 시스템 성능을 검증하기 위해 인간 청취자의 주관적 평가와 비교하는 것.

제안 방법

• 연구는 25명의 남성 및 25명의 여성 모국어 사용자로 구성된 고유한 이슬람 아랍어 음성 데이터베이스를 사용한다.
• 모든 음성 샘플에 대해 멜 주파수 체르스탈 계수(MFCC)를 추출하여 음향 특징으로 사용한다.
• HMM1, HMM2, HMM3 모델을 별도로 훈련 및 테스트하여 화자 확인용 분류기로 사용한다.
• 각 모델은 텍스트 독립적 설정에서 표준 화자 확인 지표를 사용하여 평가된다.
• 성능 평가를 위해 HMM3의 성능을 직접적으로 인간 청취자 평가 결과와 비교한다.

실험 결과

연구 질문

• RQ1 HMM1, HMM2, HMM3 모델은 텍스트 독립적 이슬람 아랍어 화자 확인에서 어떻게 성능을 비교하는가?
• RQ2 HMM3는 이슬람 아랍어 화자 확인에서 인간 청취자의 정확도 수준에 도달할 수 있는가?
• RQ3 중립적인 환경에서 자원이 적은 방언인 이슬람 아랍어에 대해 HMM 기반 모델은 얼마나 효과적인가?
• RQ4 모델 순서(HMM1 대 HMM2 대 HMM3)가 이슬람 아랍어 음성에 대한 화자 확인 정확도에 미치는 상대적 영향은 무엇인가?

주요 결과

• HMM3는 텍스트 독립적 이슬람 아랍어 화자 확인 작업에서 HMM1 및 HMM2를 모두 능가한다.
• HMM3의 성능은 주관적 평가에서 인간 청취자가 달성한 성능과 매우 유사하다.
• HMM1 및 HMM2는 HMM3에 비해 성능이 낮게 나타나, 고차수 모델이 이 작업에 더 적합함을 시사한다.
• MFCC를 특징으로 사용하는 것은 이슬람 아랍어에서 화자 특유의 특징을 효과적으로 포착할 수 있음을 보여준다.