講演抄録/キーワード |
講演名 |
2010-06-17 16:45
年齢推定のための音声特徴量および推定器の検討 ○和田俊也・篠崎隆宏・古井貞熙(東工大) SP2010-27 |
抄録 |
(和) |
本研究では,音声による年齢推定法として我々が提案した最尤線形回帰(MLLR)に基づく特徴量を用いるシステムと,従来の最大事後確率(MAP)に基づく特徴量を用いるシステムとの比較実験を行った.
従来研究では推定器としてサポートベクターマシン(SVM)のような離散的な分類器を用いるシステムが多く,近年では連続的な回帰モデルを用いる研究も発表されているが,同一の指標で推定器同士を評価する実験はされてこなかった.そこで本研究では各特徴量に対しSVM分類器を用いるシステムとサポートベクター回帰(SVR)を用いるシステムのそれぞれについて実験を行い,評価基準を統一して比較を行った.
CSJデータセットによる比較実験の結果,SVMよりもSVRを用いたシステムの方が高い性能を示し,特にMAP適応したGMMを特徴量としてSVRを用いる手法が最も高い推定精度を示した. |
(英) |
Age estimation systems can be implemented using either a discrete classifier such as
support vector machine (SVM) or a continuous estimator such as support vector regression (SVR).
SVR is more popular than SVM in image processing area while on the other hand,
discrete classifier based systems have been mainly used in speech processing area.
Recently, SVR based age estimation systems using speech features have been proposed.
However, there has been no systematic comparison on these two approaches using speech features.
In this study, SVM and SVR based age estimation systems are compared using the same condition.
Several speech based features are investigated along with the two types of the estimators, including
maximum a posteori (MAP) adapted Gaussian mixture model (GMM) super vector
and our proposed maximum likelihood linear regression (MLLR) transform vector.
Experiments are performed using speech data from Corpus of Spontaneous Japanese (CSJ).
Experimental results show that SVR based estimator using MAP adapted GMM super vector features give the
highest estimation performance. |
キーワード |
(和) |
年齢推定 / MLLR適応 / サポートベクターマシン(SVM) / サポートベクター回帰(SVR) / 日本語話し言葉コーパス(CSJ) / / / |
(英) |
age estimation / MLLR adaptation / support vector machine (SVM) / support vector regression (SVR) / Corpus of Spontaneous Japanese (CSJ) / / / |
文献情報 |
信学技報, vol. 110, no. 81, SP2010-27, pp. 31-36, 2010年6月. |
資料番号 |
SP2010-27 |
発行日 |
2010-06-10 (SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SP2010-27 |