화자인식기술은 음성인식기술과 함께 최근 활발히 연구되고 있는 음성기술의 하나이다. 화자인식기술의 하나인 화자확인(Speaker Verification)의 경우 음성을 이용하여 본인을 확인할 수 있는 생체인식기술로써 지문이나 홍채, 얼굴인식 등과 함께 최근 그 중요성이 부각되고 있다. 특히, 전화망에서의 사용자 인증은 DTMF(Dual Tone Multiple Frequency)와 같은 보안성이 매우 취약한 방식을 통해 이루어지고 있어 음성을 이용한 생체보안이 절실히 요구된다. 그러나, 음성을 이용하여 발화자의 본인여부를 확인하는 화자확인 시스템은 잡음이나 채널불일치, 발성화자의 상태변화에 따른 억양, 강세, 발성자세 등과 같은 화자내 ...
화자인식기술은 음성인식기술과 함께 최근 활발히 연구되고 있는 음성기술의 하나이다. 화자인식기술의 하나인 화자확인(Speaker Verification)의 경우 음성을 이용하여 본인을 확인할 수 있는 생체인식기술로써 지문이나 홍채, 얼굴인식 등과 함께 최근 그 중요성이 부각되고 있다. 특히, 전화망에서의 사용자 인증은 DTMF(Dual Tone Multiple Frequency)와 같은 보안성이 매우 취약한 방식을 통해 이루어지고 있어 음성을 이용한 생체보안이 절실히 요구된다. 그러나, 음성을 이용하여 발화자의 본인여부를 확인하는 화자확인 시스템은 잡음이나 채널불일치, 발성화자의 상태변화에 따른 억양, 강세, 발성자세 등과 같은 화자내 변이(intra-variation)로 인해 인식율의 심각한 저하를 가져온다. 특히, 전화망채널에서는 음성코덱이 없는 기존의 유선 전화망채널과 음성코덱을 통해 낮은 비트율로 전송되는 무선전화망 채널간의 매우 큰 채널 불일치 현상이 발생하므로 화자확인시스템을 통합적으로 운용하기 매우 어려운 실정이다. 본 연구에서는 이러한 유무선 전화망환경에서의 채널 불일치 조건을 고려하여 무선 코덱에뮬레이터를 통해 유무선 전화망상에서 통합적으로 운용 가능한 화자확인시스템을 설계하였다. 또한, 화자확인 시스템의 인식성능을 개선하고 적은 량의 학습데이타를 통해 안정된 문장종속 화자확인 시스템을 구현하기 위해 혼합모델 가변길이(Mixed-Model Variable Length) VQ/HMM 알고리듬을 제안하였다. 여기서 개인코드북은 가변길이 코드북 생성 알고리듬에 의해 공통코드북의 분해능과 동일한 수준의 분해능을 갖도록 생성된다. 실험 결과, 유선전화망으로 사용자등록을 한 후 무선전화기를 통해 인증시험한 경우 코덱에뮬레이터를 사용하지 않은 경우에 비해 평균 오거부율이 18.91%∼23.75%에서 9.27%∼14.7%로 크게 저하되는 현상을 확인할 수 있었다. 또한, 제안한 혼합모델 가변길이 VQ/HMM 알고리듬의 경우 일반적인 HMM기반 화자확인 시스템에 비해 평균 오거부율(FR)이 6.055%, 평균 오수락율(FA)이 0.272% 감소하였다. 따라서 학습시 비교적 적은 발성횟수를 갖는 문장종속(Text-dependent) 화자확인 시스템에서 화자내 변이(Intra-speaker variation)와 화자간 변이(Inter-speaker variation)의 상호간 거리를 이격시켜 변별력을 향상시킬 수 있음을 알 수 있었다. 제안한 혼합모델 가변길이 VQ/HMM 알고리듬에서는 전화망상에서의 채널불일치에 많은 영향을 미치는 채널 바이어스를 제거하기 위해 개선된 채널보상 알고리듬을 제안하였다. 실험결과 제안한 채널 불일치 보상 알고리듬을 적용한 경우 등록시와 상이한 전화기를 통해 인증실험하였을 때 평균 오거부율이 10.839%, 평균 오수락율이 0.033%를 나타내었다. 따라서 제안한 방식이 일반적인 CMS(Cepstral Mean Subtraction)에 비해 평균 오거부율이 18.9%, PFCMS(Pole Filtered Cepstral Mean Subtraction)에 비해 14.9% 정도 개선됨을 알 수 있었다. 또한, 화자확인시스템의 음성특징 파라미터 추출 알고리듬에서는 입력음성의 전처리 과정에서 음성파형을 비선형 변환하여 프레임윈도우로 분석하고 이를 이용하여 LPC 켑스트럼을 추출하였고, 추출된 LPC 파라미터에 개인별 가중치함수를 적용하여 강인한 음성특징 파라미터를 생성하였다. 실험결과 제안한 비선형변환에 의한 LPC 켑스트럼 추출 알고리듬과 개인별 가중치를 적용한 경우 평균 오거부율이 4.456%, 오수락율이 0.073%의 매우 높은 인식성능의 보임으로써 기존의 LPC 켑스트럼 분석이나 MFCC (Mel-Frequency Cepstral Coefficient) 등에 비해 잡음환경이나 전화망채널의 비선형에 기인한 인식오류를 상당히 감소시켰다.
화자인식기술은 음성인식기술과 함께 최근 활발히 연구되고 있는 음성기술의 하나이다. 화자인식기술의 하나인 화자확인(Speaker Verification)의 경우 음성을 이용하여 본인을 확인할 수 있는 생체인식기술로써 지문이나 홍채, 얼굴인식 등과 함께 최근 그 중요성이 부각되고 있다. 특히, 전화망에서의 사용자 인증은 DTMF(Dual Tone Multiple Frequency)와 같은 보안성이 매우 취약한 방식을 통해 이루어지고 있어 음성을 이용한 생체보안이 절실히 요구된다. 그러나, 음성을 이용하여 발화자의 본인여부를 확인하는 화자확인 시스템은 잡음이나 채널불일치, 발성화자의 상태변화에 따른 억양, 강세, 발성자세 등과 같은 화자내 변이(intra-variation)로 인해 인식율의 심각한 저하를 가져온다. 특히, 전화망채널에서는 음성코덱이 없는 기존의 유선 전화망채널과 음성코덱을 통해 낮은 비트율로 전송되는 무선전화망 채널간의 매우 큰 채널 불일치 현상이 발생하므로 화자확인시스템을 통합적으로 운용하기 매우 어려운 실정이다. 본 연구에서는 이러한 유무선 전화망환경에서의 채널 불일치 조건을 고려하여 무선 코덱에뮬레이터를 통해 유무선 전화망상에서 통합적으로 운용 가능한 화자확인시스템을 설계하였다. 또한, 화자확인 시스템의 인식성능을 개선하고 적은 량의 학습데이타를 통해 안정된 문장종속 화자확인 시스템을 구현하기 위해 혼합모델 가변길이(Mixed-Model Variable Length) VQ/HMM 알고리듬을 제안하였다. 여기서 개인코드북은 가변길이 코드북 생성 알고리듬에 의해 공통코드북의 분해능과 동일한 수준의 분해능을 갖도록 생성된다. 실험 결과, 유선전화망으로 사용자등록을 한 후 무선전화기를 통해 인증시험한 경우 코덱에뮬레이터를 사용하지 않은 경우에 비해 평균 오거부율이 18.91%∼23.75%에서 9.27%∼14.7%로 크게 저하되는 현상을 확인할 수 있었다. 또한, 제안한 혼합모델 가변길이 VQ/HMM 알고리듬의 경우 일반적인 HMM기반 화자확인 시스템에 비해 평균 오거부율(FR)이 6.055%, 평균 오수락율(FA)이 0.272% 감소하였다. 따라서 학습시 비교적 적은 발성횟수를 갖는 문장종속(Text-dependent) 화자확인 시스템에서 화자내 변이(Intra-speaker variation)와 화자간 변이(Inter-speaker variation)의 상호간 거리를 이격시켜 변별력을 향상시킬 수 있음을 알 수 있었다. 제안한 혼합모델 가변길이 VQ/HMM 알고리듬에서는 전화망상에서의 채널불일치에 많은 영향을 미치는 채널 바이어스를 제거하기 위해 개선된 채널보상 알고리듬을 제안하였다. 실험결과 제안한 채널 불일치 보상 알고리듬을 적용한 경우 등록시와 상이한 전화기를 통해 인증실험하였을 때 평균 오거부율이 10.839%, 평균 오수락율이 0.033%를 나타내었다. 따라서 제안한 방식이 일반적인 CMS(Cepstral Mean Subtraction)에 비해 평균 오거부율이 18.9%, PFCMS(Pole Filtered Cepstral Mean Subtraction)에 비해 14.9% 정도 개선됨을 알 수 있었다. 또한, 화자확인시스템의 음성특징 파라미터 추출 알고리듬에서는 입력음성의 전처리 과정에서 음성파형을 비선형 변환하여 프레임 윈도우로 분석하고 이를 이용하여 LPC 켑스트럼을 추출하였고, 추출된 LPC 파라미터에 개인별 가중치함수를 적용하여 강인한 음성특징 파라미터를 생성하였다. 실험결과 제안한 비선형변환에 의한 LPC 켑스트럼 추출 알고리듬과 개인별 가중치를 적용한 경우 평균 오거부율이 4.456%, 오수락율이 0.073%의 매우 높은 인식성능의 보임으로써 기존의 LPC 켑스트럼 분석이나 MFCC (Mel-Frequency Cepstral Coefficient) 등에 비해 잡음환경이나 전화망채널의 비선형에 기인한 인식오류를 상당히 감소시켰다.
Speaker recognition is one of the widely studied speech processing technologies, with speech recognition. Speaker verification, considered to be one of the speaker recognition techniques, has drawn a great attention as a biometric authentication technique where an individual identity is claimed via ...
Speaker recognition is one of the widely studied speech processing technologies, with speech recognition. Speaker verification, considered to be one of the speaker recognition techniques, has drawn a great attention as a biometric authentication technique where an individual identity is claimed via voice, with the fingerprint, iris and face recognition. In particular, the individual identity in telephone network is claimed by means of DTMF(Dual Tone Multiple Frequency) which does not always guarantee the security. Thus, the biometric authentication system with voice is quite necessary. However, speaker verification system which verifies the individual identity via speech information can be degraded due to noise environments, channel mismatch condition and intra-variation affected by individual accent, stress and utterance pose. In particular, the large channel mismatch condition is generated between the conventional wire telephone channel without speech codec and wireless telephone channel where speech is transmitted by speech codec at a low-bit rate. On account of this problem, it is not easy to operate on the integrated speaker verification system. In this study, considering channel mismatch condition in telephone network, the speaker verification system is designed for integrated operation on both wire and wireless telephone network. In addition, we proposed the mixed-model variable length VQ/HMM algorithm in order to improve performance of recognition rate in text-dependent speaker verification system which has a small amount of training data. In this algorithm, individual codebook is created by the variable-length codebook generation algorithm and it has same degree of resolution in comparison of common codebook. From the simulation results, it is shown that the false-rejection rate is reduced from 18.91%~23.75% to 9.27%~14.7% after registering user's voice model in a telephone network and performing verification experiments by means of wireless phone in comparison with the simulation without codec emulator. Furthermore, the average false rejection and false acceptance rates are reduced by 6.055% and 0.272%, respectively when adopting the proposed mixed-model based variable length VQ/HMM algorithm in comparison with conventional HMM based speaker verification system. Thus, it is shown that the discrimination is improved by enlarging a distance of disparity between Intra-speaker variation and Inter-speaker variation in the text-dependent speaker verification system which has a small amount of utterances at the enrollment process. In the proposed mixed-model based variable length VQ/HMM algorithm, the improved channel compensation algorithm is presented to eliminate the channel bias which results in the channel mismatch condition in telephone networks. It is shown that the average FRR(False Rejection Rate) and FAR(False Acceptance Rate) are 10.839% and 0.033%, respectively, when applying the proposed channel mismatch compensation algorithm in speaker verification system from the experiment using a different phone used for registration. As for the proposed speech feature extraction algorithm in speaker verification system, speech wave is non-linearly transformed and analyzed in the frame window at the preprocessing stage for obtaining LPC cepstrum. Then, the robust speech feature parameter can be extracted by applying individual weighting function to the LPC cepstrum. From the simulation results, it is indicated that the average FRR and FAR are 4.456%, 0.073%, respectively, when applying LPC cepstrum extraction algorithm and individual weighting function. In comparison with conventional LPC cepstrum and MFCC(Mel-Frequency Cepstrum Coefficient) analysis, it can be reduced the recognition error due to the noise environments and inherent non-linearity of telephone channels.
Speaker recognition is one of the widely studied speech processing technologies, with speech recognition. Speaker verification, considered to be one of the speaker recognition techniques, has drawn a great attention as a biometric authentication technique where an individual identity is claimed via voice, with the fingerprint, iris and face recognition. In particular, the individual identity in telephone network is claimed by means of DTMF(Dual Tone Multiple Frequency) which does not always guarantee the security. Thus, the biometric authentication system with voice is quite necessary. However, speaker verification system which verifies the individual identity via speech information can be degraded due to noise environments, channel mismatch condition and intra-variation affected by individual accent, stress and utterance pose. In particular, the large channel mismatch condition is generated between the conventional wire telephone channel without speech codec and wireless telephone channel where speech is transmitted by speech codec at a low-bit rate. On account of this problem, it is not easy to operate on the integrated speaker verification system. In this study, considering channel mismatch condition in telephone network, the speaker verification system is designed for integrated operation on both wire and wireless telephone network. In addition, we proposed the mixed-model variable length VQ/HMM algorithm in order to improve performance of recognition rate in text-dependent speaker verification system which has a small amount of training data. In this algorithm, individual codebook is created by the variable-length codebook generation algorithm and it has same degree of resolution in comparison of common codebook. From the simulation results, it is shown that the false-rejection rate is reduced from 18.91%~23.75% to 9.27%~14.7% after registering user's voice model in a telephone network and performing verification experiments by means of wireless phone in comparison with the simulation without codec emulator. Furthermore, the average false rejection and false acceptance rates are reduced by 6.055% and 0.272%, respectively when adopting the proposed mixed-model based variable length VQ/HMM algorithm in comparison with conventional HMM based speaker verification system. Thus, it is shown that the discrimination is improved by enlarging a distance of disparity between Intra-speaker variation and Inter-speaker variation in the text-dependent speaker verification system which has a small amount of utterances at the enrollment process. In the proposed mixed-model based variable length VQ/HMM algorithm, the improved channel compensation algorithm is presented to eliminate the channel bias which results in the channel mismatch condition in telephone networks. It is shown that the average FRR(False Rejection Rate) and FAR(False Acceptance Rate) are 10.839% and 0.033%, respectively, when applying the proposed channel mismatch compensation algorithm in speaker verification system from the experiment using a different phone used for registration. As for the proposed speech feature extraction algorithm in speaker verification system, speech wave is non-linearly transformed and analyzed in the frame window at the preprocessing stage for obtaining LPC cepstrum. Then, the robust speech feature parameter can be extracted by applying individual weighting function to the LPC cepstrum. From the simulation results, it is indicated that the average FRR and FAR are 4.456%, 0.073%, respectively, when applying LPC cepstrum extraction algorithm and individual weighting function. In comparison with conventional LPC cepstrum and MFCC(Mel-Frequency Cepstrum Coefficient) analysis, it can be reduced the recognition error due to the noise environments and inherent non-linearity of telephone channels.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.