ÖZÜ konuşmacı doğrulama sisteminin çok sınıflı senaryoda NIST 2010 veritabanı ile başarımı

Name: ÖZÜ konuşmacı doğrulama sisteminin çok sınıflı senaryoda NIST 2010 veritabanı ile başarımı
Author: Yeşil, Fatih, Demiroğlu, Cenk

İsim	ÖZÜ konuşmacı doğrulama sisteminin çok sınıflı senaryoda NIST 2010 veritabanı ile başarımı
Yazar	Yeşil, Fatih, Demiroğlu, Cenk
Basım Tarihi:	2011
Basım Yeri	- IEEE
Konu	Binary decision diagrams, Speaker recognition
Tür	Belge
Dil	Türkçe
Dijital	Evet
Yazma	Hayır
Kütüphane:	Özyeğin Üniversitesi
Demirbaş Numarası	978-1-4673-0054-4
Kayıt Numarası	654aba50-f55a-44b8-b4ee-20c019ee8ef8
Lokasyon	Electrical & Electronics Engineering
Tarih	2011
Notlar	Due to copyright restrictions, the access to the full text of this article is only available via subscription.
Örnek Metin	Performance of the speaker verification systems is typically measured based on their binary decision accuracy. However, in speaker verification applications where close to %100 accuracy is required, such as the systems that are used in the call centers of finance companies, it is not possible to rely on the binary decisions of the existing verification systems. Still, in such cases, multi-class verification outputs (for example, high, medium and low verification score) returned by the speaker verification systems can be used by a human agent to either reduce the verification time and/or increase the verification accuracy compared to a human-only scenario. In this work, we compare such multiclass output performance of some of the most popular speaker verification systems when a human agent is assumed to be in the verification loop. Performance is measured by the reduction in the number of questions used by the human agent for verifying the identity of the caller without compromising from the security. Experiments are performed using the NIST 2010 database for the 8 conversation sides (5 minutes each) enrollment data and 10 seconds verification data condition., Konuşmacı doğrulama sistemlerinin başarımı tipik olarak ikili karar mekanizmasına dayanır. Yine de finans şirketlerinin çağrı merkezleri gibi 100%’ e yakın kesinlik gerektiren uygulamalarda var olan sistemlerin ikili kararlarına güvenmek mümkün değildir. Bu tür durumlarda doğrulama sisteminin döndürdüğü düşük, orta, yüksek gibi skorlar, sadece insan olan bir çağrı merkezi senaryosuyla kıyaslandığında doğrulamanın kesinliğini arttırabilir ve/veya doğrulama suresini kısaltabilir. Bu çalışmada bir temsilcinin doğrulama döngüsü içinde var olduğu düşünülerek bazı popüler konuşmacı doğrulama sistemlerinin çoklu sınıf başarımları karşılaştırılmıştır. Basarım güvenlikten ödün vermeden temsilcinin sorduğu soru sayısındaki azalmayla ölçülmüştür. Deneyler NIST 2010 veritabanı kullanarak 5er dakikalık çoklu eğitim, 5er dakikalık ve 10ar saniyelik test kayıtlarının olduğu durumlar için yapılmıştır.
DOI	10.1109/SIU.2012.6204729

Kaynağa git Özyeğin Üniversitesi

Aramaya Dön

Özyeğin Üniversitesi

Kaynağa git

ÖZÜ konuşmacı doğrulama sisteminin çok sınıflı senaryoda NIST 2010 veritabanı ile başarımı

Yazar Yeşil, Fatih, Demiroğlu, Cenk

Basım Tarihi 2011

Basım Yeri - IEEE

Konu Binary decision diagrams, Speaker recognition

Tür Belge

Dil Türkçe

Dijital Evet

Yazma Hayır

Kütüphane Özyeğin Üniversitesi

Demirbaş Numarası 978-1-4673-0054-4

Kayıt Numarası 654aba50-f55a-44b8-b4ee-20c019ee8ef8

Lokasyon Electrical & Electronics Engineering

Tarih 2011

Notlar Due to copyright restrictions, the access to the full text of this article is only available via subscription.

Örnek Metin Performance of the speaker verification systems is typically measured based on their binary decision accuracy. However, in speaker verification applications where close to %100 accuracy is required, such as the systems that are used in the call centers of finance companies, it is not possible to rely on the binary decisions of the existing verification systems. Still, in such cases, multi-class verification outputs (for example, high, medium and low verification score) returned by the speaker verification systems can be used by a human agent to either reduce the verification time and/or increase the verification accuracy compared to a human-only scenario. In this work, we compare such multiclass output performance of some of the most popular speaker verification systems when a human agent is assumed to be in the verification loop. Performance is measured by the reduction in the number of questions used by the human agent for verifying the identity of the caller without compromising from the security. Experiments are performed using the NIST 2010 database for the 8 conversation sides (5 minutes each) enrollment data and 10 seconds verification data condition., Konuşmacı doğrulama sistemlerinin başarımı tipik olarak ikili karar mekanizmasına dayanır. Yine de finans şirketlerinin çağrı merkezleri gibi 100%’ e yakın kesinlik gerektiren uygulamalarda var olan sistemlerin ikili kararlarına güvenmek mümkün değildir. Bu tür durumlarda doğrulama sisteminin döndürdüğü düşük, orta, yüksek gibi skorlar, sadece insan olan bir çağrı merkezi senaryosuyla kıyaslandığında doğrulamanın kesinliğini arttırabilir ve/veya doğrulama suresini kısaltabilir. Bu çalışmada bir temsilcinin doğrulama döngüsü içinde var olduğu düşünülerek bazı popüler konuşmacı doğrulama sistemlerinin çoklu sınıf başarımları karşılaştırılmıştır. Basarım güvenlikten ödün vermeden temsilcinin sorduğu soru sayısındaki azalmayla ölçülmüştür. Deneyler NIST 2010 veritabanı kullanarak 5er dakikalık çoklu eğitim, 5er dakikalık ve 10ar saniyelik test kayıtlarının olduğu durumlar için yapılmıştır.

DOI 10.1109/SIU.2012.6204729