Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Речевые базы данных для систем распознавания диктора
- Авторы
- Имамвердиев Ядигар Насиб оглы yadigar@lan.ab.az, канд. техн. наук, зав. отделом, Институт информационных технологий НАНА, Азербайджан, Баку Тел. (+994-12) 510-42-53
Сухостат Людмила Валентиновна lsuhostat@hotmail.com, магистр, Институт информационных технологий НАНА, Азербайджан, Баку Тел. (+994-12) 510-42-53
- В разделе
- БИОМЕТРИЧЕСКИЕ МЕТОДЫ И СРЕДСТВА ЗАЩИТЫ ИНФОРМАЦИИ
- Ключевые слова
- речевые базы данных / распознавание диктора / аннотация речевого материала / мультимодальные базы данных
- Год
- 2011 номер журнала 4 Страницы 27 - 32
- Индекс УДК
- УДК 004.934
- Код EDN
- Код DOI
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- Рассмотрены основные речевые базы данных, предназначенные для поддержки исследований в области распознавания диктора и в смежных областях. Каждая из них имеет свои конструктивные особенности, которые делают ее более подходящей для определенных видов исследований и разработки технологий. Дано краткое описание распространенных речевых баз данных, их свойства и характеристики. Приводятся также сильные и слабые стороны каждого набора данных для научных исследований и разработок в областях идентификации/верификации диктора и автоматического распознавания речи.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
Mansfield A. J., Wayman J. L. Best Practices in Testing and Reporting Performance of Biometric Devices. UK Biometrics Working Group. 2002. - 32 p.
ELRA, European Language Resource Association. Сайт: http://www.elra.info/
LDC, Lingustic Data Consortium. Сайт: <http://www.ldc.upenn.edu/>
ELDA, Evaluations and Language resources Distribution Agency. Сайт: http://www.elda.org/
Ward N. C., Dersch D. R. Text-independent speaker identification and verification using the TIMIT database // Proc. of ICSLP. 1998. V. 2. Р. 233-237.
Чучупал В. Я. Разметка разговорного речевого материала // Речевые технологии. 2009. № 4. С. 12-25.
Home Page of the VidTIMIT Database, 2001. http://rsise.anu.edu.au/~conrad/vidtimit/
Campbell J., Reynolds D. Corpora for the evaluation of the speaker recognition systems //Proc. ICASSP'99. 1999. P. 829-832.
Campbell J. P. (Jr.) Testing with the YOHO CD-Rom voice verification corpus / Proc. ICASSP. 1995. P. 341-344.
Petrovska D., Hennebert J., Melin H., Genoud D. POLYCOST: A Telephone-Speech Database for Speaker Recognition//Proc. Speaker Recognition and its Commercial and Forensic Applications (RLA2C), Avignon, France, April 20-23. 1998. P. 211-214. <http://www.speech.kth.se/~melin/papers/rla2c_ply.ps>
Melin H. Databases for speaker recognition: activities in COST250 working group 2//Proc. of COST250 workshop on speaker recognition in telephony. 1999. P. 1-20.
Elenius K., Lindberg J. SpeechDat - Speech databases for creation of voice driven teleservices//Proc. of Fonetik-97, Dept of Phonetics, Phonum 4. Lövånger/Umeå. 1997. P. 61-64.
van den Heuvel H., Boves L., Moreno A., Omologo M., Richard G., Sanders E. Annotation in the SpeechDat Projects//International Journal of Speech Technology. 2001. V. 4. No. 2. P. 127-143.
Höge H., Draxler C., van den Heuvel H., Johansen F. T., Sanders E., Tropf H. S. SpeechDat multilingual speech databases for teleservices: across the finish line//Proc. EUROSPEECH'99, Budapest. 1999. V. 6. P. 2699-2702.
Boogaart T. I., Bos L., Boves L. Polyphone project overview//Proceedings of IVTTA. Kyoto, Japan. 1994. P. 1-8.
Moreno A., Lindberg B., Draxler C., Richard G., Choukri K., Euler S., Allen J. SPEECHDAT-CAR. A large speech database for automotive environments//Proc. LREC 2000. - Athens, Greece. 2000. V. II. P. 895-900.
Heeman P. A., Cole D., Cronk A. The U.S. SpeechDat-Car Data Collection//Proc. of the 7th European Conference on Speech Communication and Technology (EUROSPEECH-2001), Sep. 2001. Aalborg. P. 2031-2034.
van den Heuvel H., Galounov V., Tropf H. The SpeechDat(E) project: Creating speech databases for Eastern European languages//Proc. of Workshop on Speech Database Developement or Central and Eastern European Languges, Granada (Spain). 1998.
Pollak P., Cernocky J. Specification of Speech Database Interchange Format, SpeechDat-E Technical report ED1.3. 1999. P. 53.
Pollak P., Cernocky J., et al. SpeechDat(E) Eastern European Telephone Speech Databases//Proc. LREC'2000 Satellite workshop XLDB - Very large Telephone Speech Databases, 29 May 2000. - Athens, Greece. P. 20-25.
Godfrey J. J., Holliman E. C., McDaniel J. SWITCH- BOARD^ Telephone speech corpus for research and development//Proc. IEEE Conf. on Acoustics, Speech and Signal-processing. 1992. P. 517-520.
Przybocki M. A., Martin A. F. NIST Speaker Recognition Evaluation chronicles//Proc. Odyssey 2004: The Speaker and Language Recognition Workshop. - Toledo: Spain, June 2004. P. 15-22.
Cieri C., Corson L., Graff D., Walker K. Resources for new research directions in speaker recognition: The Mixer 3, 4 and 5 Corpora//Proc. of Interspeech. 2007. P. 1-4.
Messer K., Matas J., et al. XM2VTSDB: The extended M2VTS database//Proc. of IAPR AVBPA. 1999. P. 72-77.
Fierrez J., Ortega-Garcia J., et al. Biosec baseline corpus: a multimodal biometric database//Pattern Recognition. 2007. V. 40. No. 4. P. 1389-1392.
Biosecure: Biometrics for Secure Authentication, FP6 NoE IST-2002-507634, 2007. <http://www.biosecure.info/>
Galbally J., Fierrez J., et al. BiosecurID: a multimodal biometric database//Proc. MADRINET Workshop. P. 68-76.
Garcia-Salicetti S., Beumier C., et al. BIOMET: A multimodal person authentication database including face, voice, fingerprint, hand and signature modalities//Proc. of IAPR AVBPA, Springer LNCS-2688. 2003. P. 845-853.
Bailly-Bailliere E., Bengio S., et al. The BANCA database and evaluation protocol//Proc. of IAPR AVBPA, Springer LNCS-2688. 2003. P. 625-638.
Dumas B., Hennebert J., et al. MyIdea - Sensors specifications and acquisition protocol. Computer Science Department Research Report DIUF-RR 2005.01. University de Fribourg in Switzerland. 2005. P. 59-62.
Dessimoz D., Richiardi J., et al. Multimodal biometrics for identity documents (MBioID)//Forensic Science International. 2007. V. 167. No. 2-3. P. 154-159.
Meng H., Ching P. C., et al. The multi-biometric, multi-device and multilingual (M3) corpus // Proc. MMUA Workshop. 2006.
- Купить
