화자분할을 위한 지역적 특성 기반 밀도 클러스터링

노진상; 손수원; 김성수; 이재원; 고한석

추천

검색

자료유형: 학술저널

저자정보: 노진상 (고려대학교 영상정보처리협동) 손수원 (고려대학교 전기전자공학과) 김성수 (삼성전자) 이재원 (삼성전자) 고한석 (고려대학교 전기전자공학과)

저널정보: 한국음향학회 한국음향학회지 한국음향학회지 제34권 제4호

발행연도: 2015.1

수록면: 303 - 309 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

화자 분할은 사전에 분류되지 않은 데이터를 각각의 화자로 분류하는 연구이며 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)은 간결함과 계산의 효율성으로 인해 화자분할 분야에 널리 사용되어 왔다. 그러나 클러스터의 데이터들이 공간적이지 않으며 서로 다른 클러스터가 근접하여 경계를 공유할 때 오버클러스터링 문제가 발생하여 DBSCAN의 성능이 하락한다. 본 논문에서는 DBSCAN과 문제점을 설명하고, 개체의 지역적 특성에 기반한 밀도 기반 클러스터링 알고리즘을 제안한다. 제안하는 알고리즘은 개체의 지역적 밀도와 분산의 정도에 따라 가변적인 판단 기준을 탐색에 이용한다. DBSCAN과 제안 기법의 실험을 통해 성능을 비교하고 제안 기법의 효용을 보인다. 실험 결과 제안한 방법은 오버클러스터링이 발생하지 않으며 DBSCAN에 비해 보다 높은 정확도를 보여 지역적 특성을 이용한 접근 방법이 효과적임을 증명한다.

#밀도 기반 클러스터링 #화자 분할 #지역적 밀도 #오버클러스터링

참고문헌 (18)

참고문헌 신청

Y. Esteve. / 2010 / The EPAC corpus : manual and automatic annotations of conversational speech in french broadcast news / in LREC. :1686~1689

E. El-Khoury. / 2009 / Improved speaker diarization system for meetings / in IEEE ICASSP :4097~4100

A. Vinciarelli. / 2007 / Semantic segmentation of radio programs using social network analysis and duration distribution modeling / in ICME. :779~782

H. Tang. / 2012 / Partially supervised speaker clustering / IEEE Transactions on Pattern Analysis and Machine Intelligence 34:959~971

T. Pfau. / 2001 / Multispeaker speech activity detection for the icsi meeting recorder / in IEEE Workshop on Automatic Speech Recognition and Understanding :107~110

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!