[논문 리뷰] HMM Speaker Identification Using Linear and Non-linear Merging Techniques

Unathi Mahola, Fulufhelo V. Nelwamondo외 1명|arXiv (Cornell University)|2007. 05. 11.

Speech and Audio Processing참고 문헌 12인용 수 6

한 줄 요약

이 논문은 주파수 대역을 기반으로 한 HMM 발화자 식별 시스템을 제안하며, 주파수 대역을 독립적으로 처리하고 선형 또는 비선형 기법을 통해 결과를 융합함으로써 소음 환경에서의 강인성을 향상시킨다. HMM를 사용한 선형 융합 기법을 적용한 결과, 광대역 시스템 대비 실시간 테스트 정확도에서 9.78% 향상되었으며, 실제 환경 조건에서 뚜렷한 성능 향상을 보였다.

ABSTRACT

Speaker identification is a powerful, non-invasive and in-expensive biometric technique. The recognition accuracy, however, deteriorates when noise levels affect a specific band of frequency. In this paper, we present a sub-band based speaker identification that intends to improve the live testing performance. Each frequency sub-band is processed and classified independently. We also compare the linear and non-linear merging techniques for the sub-bands recognizer. Support vector machines and Gaussian Mixture models are the non-linear merging techniques that are investigated. Results showed that the sub-band based method used with linear merging techniques enormously improved the performance of the speaker identification over the performance of wide-band recognizers when tested live. A live testing improvement of 9.78% was achieved

연구 동기 및 목표

• 손상된 음성 조건, 특히 소음 환경에서의 발화자 식별 성능을 향상시키기 위해.
• 특정 주파수 대역에 영향을 미치는 소음으로 인한 인식 정확도 저하 문제를 해결하기 위해.
• 서브밴드 처리가 발화자 식별 강인성 향상에 얼마나 효과적인지 조사하기 위해.
• 서브밴드 분류 결과를 융합하는 데 사용되는 선형 및 비선형 융합 기법—특히 SVM 및 GMM—간의 성능 비교를 위해.
• 실제 환경(실시간) 테스트 조건에서의 시스템 성능 평가를 위해, 단지 통제된 환경에서의 성능만을 고려하지 않기 위해.

제안 방법

• 신호를 다수의 주파수 서브밴드로 나누어 각 스펙트럼 성분을 고립하고 별도로 처리한다.
• 각 서브밴드는 발화자 모델링 및 분류를 위해 은닉 마르코프 모델(HMM)을 독립적으로 사용한다.
• 각 서브밴드의 분류 점수는 선형 융합(간단한 합산) 또는 비선형 융합 기법인 서포트 벡터 머신(SVM) 및 가우시안 믹스처 모델(GMM)을 통해 융합된다.
• 선형 융합은 서브밴드 점수를 합산하여 처리하며, 비선형 융합은 SVM 및 GMM을 사용해 서브밴드 간의 공동 결정 공간을 모델링한다.
• 최종 발화자 결정은 융합 기법에 기반한 융합 점수를 바탕으로 내려진다.
• 실제 환경에서의 성능를 평가하기 위해 실시간 테스트 조건에서 방법을 평가한다.

실험 결과

연구 질문

• RQ1 광대역 시스템과 비교해 복잡한 소음 환경에서 서브밴드 처리가 발화자 식별 정확도 향상에 기여하는가?
• RQ2 서브밴드 발화자 식별에서 선형 및 비선형 융합 기법 간의 성능 비교는 어떻게 이루어지는가?
• RQ3 SVM 및 GMM 기반의 비선형 융합이 실시간 테스트 환경에서 선형 융합을 능가할 수 있는가?
• RQ4 서브밴드 처리가 특정 주파수 대역에 영향을 미치는 소음의 부정적 영향을 어느 정도 완화하는가?
• RQ5 선형 융합을 사용한 서브밴드 처리를 적용했을 때 실시간 테스트 정확도에서 측정 가능한 향상은 어느 정도인가?

주요 결과

• 선형 융합을 사용한 서브밴드 기반 방법은 광대역 HMM 시스템에 비해 실시간 테스트 성능을 뚜렷이 향상시켰다.
• 서브밴드 처리와 선형 융합을 조합한 결과, 실시간 테스트에서 인식 정확도가 9.78% 향상되었다.
• 성능 향상은 전통적인 광대역 시스템이 성능 저하를 보이는 소음 환경에서 가장 두드러졌다.
• 비선형 융합 기법(SVM 및 GMM)은 이 연구에서 선형 융합을 능가하지 못했다.
• 결과는 서브밴드 처리가 특정 주파수 영역에서의 소음 영향을 고립하고 완화함으로써 강인성을 향상시킨다는 것을 확인한다.
• 본 연구는 실생활 구현에서 선형 융합이 서브밴드 발화자 식별에 매우 효과적이고 효율적임을 보여준다.