QQ客服 官方微博 反馈留言

	基于动态贝叶斯网络的音视频双模态说话人识别
	吴志勇 ; 蔡莲红 ; Wu Zhiyong ; Cai Lianhong
	2010-06-09 ; 2010-06-09
关键词	生物识别 说话人识别 音视频联合建模 融合 动态贝叶斯网络 biometrics speaker identification audio-visual bimodal modeling fusion dynamic Bayesian network (DBN) TN912.34
其他题名	Audio-Visual Bimodal Speaker Identification Using Dynamic Bayesian Networks
中文摘要	动态贝叶斯网络在描述具有多个通道的复杂随机过程方面具有优异的性能.基于动态贝叶斯网络进行音视频双模态说话人识别的工作.分析了音视频联合建模的层级结构,利用动态贝叶斯网络对不同层级的音视频关联关系建立模型,并基于该模型进行音视频说话人识别的实验.通过对不同层级的建模过程及说话人识别实验的结果进行分析,结果表明,动态贝叶斯网络为描述音视频间的时序相关性和特征相关性提供了有效的建模方法,在不同语音信噪比的情况下均能提高说话人识别的性能.; Studied in this paper is the use of dynamic Bayesian networks (DBNs) for the task of text prompt audio-visual bimodal speaker identification. The task is to determine the identity of a speaker from a temporal sequence of audio and visual observations obtained from the acoustic speech and the shape of the mouth respectively. According to the hierarchical structure of audio-visual bimodal modeling, a new DBN is constructed to describe the natural audio and visual state asynchrony as well as their conditional dependency over time. The experimental results show that the dynamic Bayesian network is a powerful and flexible methodology for representing and modeling the audio-visual correlations and the proposed DBN can improve the accuracy of audio-only speaker identification at all levels of acoustic signal-to-noise ratio (SNR) from 0 to 30dB.; 国家自然科学基金项目(60275014,60418012)~~
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/55060]
专题	清华大学
推荐引用方式 GB/T 7714	吴志勇,蔡莲红,Wu Zhiyong,等. 基于动态贝叶斯网络的音视频双模态说话人识别[J],2010, 2010.
APA	吴志勇,蔡莲红,Wu Zhiyong,&Cai Lianhong.(2010).基于动态贝叶斯网络的音视频双模态说话人识别..
MLA	吴志勇,et al."基于动态贝叶斯网络的音视频双模态说话人识别".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。