화자등록 방법과 음성데이터 양에 따른 화자인식 성능 분석 = Analysis of speaker recognition performance for various speaker enrollment methods and amount of speech data

국문 초록 (Abstract)

본 논문은 Gaussian mixture model (GMM) 기반 화자인식 시스템의 화자 등록 방법으로서 maximum likelihood (ML) 학습방법, maximum a posterior (MAP) 적응기법, maximum likelihood linear regression (MLLR) 적응기법 간의 성능 비교와 등록 및 인식에 데이터 양에 따른 성능을 분석하였다. 다음으로 성능향상을 위해 멀티채널 정보를 이용하여 다양한 화자 등록, 화자 검증 기법들 간의 성능 비교와 등록 및 검증 데이터 양에 따른 성능을 분석하였다.
문맥 종속적인 환경과 문맥 독립적인 환경에서 각각 화자식별과 화자검증 실험을 수행한 결과 MAP 적응기법이 가장 좋은 성능을 보여주었고, MLLR 적응기법은 ML 학습방법과 유사한 성능을 보여주었다. 문맥 종속 화자인식의 경우 인식 데이터의 양보다는 등록 데이터의 양이 성능에 더 많은 영향을 미치는 것을 알 수 있었다. 반면 문맥 독립 화자인식의 경우 등록 데이터의 양보다는 인식 데이터의 양이 더욱 중요하였다.
멀티채널환경에서는 모든 멀티채널 정보를 이용하여 하나의 화자 모델을 이용하여 등록 후, 검증 시에는 adaptive beamforming 기법과 각 채널 별 likelihood 점수의 평균을 사용한 것이 좋은 성능을 나타내었다.