مقایسه سیستمهای راستیآزمایی بلندگوی مستقل از متن در سناریوی تشخیص چند کلاسه و نیمه خودکار
| عنوان | مقایسه سیستمهای راستیآزمایی بلندگوی مستقل از متن در سناریوی تشخیص چند کلاسه و نیمه خودکار |
|---|---|
| نویسنده | گرین، فاتح |
| تاریخ انتشار: | 2013-06 |
| موضوع | ادراک گفتار، سیستم های پردازش گفتار |
| نوع | سند |
| زبان | انگلیسی |
| دیجیتال | بله |
| نسخه خطی | خیر |
| کتابخانه: | دانشگاه اوزیغین |
| شماره ثبت | 314dddf8-66c9-4614-8028-7d5e0315d5e2 |
| محل کتابخانه | گروه مهندسی برق و الکترونیک |
| تاریخ | 2013-06 |
| متن نمونه | عملکرد سیستم های تایید بلندگو معمولا بر اساس دقت تصمیم گیری دودویی آنها اندازه گیری می شود. خروجی های نرم سیستم ها بیشتر برای کالیبراسیون یا ترکیب سیستم های متعدد استفاده می شود. با این حال، در برنامه های تأیید صحت بلندگو که به دقت نزدیک به 100 درصد نیاز است، مانند سیستم هایی که در مراکز تماس شرکت های nance استفاده می شود، نمی توان به تصمیمات باینری سیستم های تأیید موجود اعتماد کرد. با این حال، در چنین مواردی، خروجیهای تأیید چند طبقه (به عنوان مثال، امتیاز تأیید بالا، متوسط و پایین) که توسط سیستم تأیید گوینده بازگردانده میشود، میتواند توسط یک عامل انسانی برای کاهش زمان تأیید و/یا افزایش دقت تأیید در مقایسه با سناریوی فقط انسانی استفاده شود. در این پایان نامه، مروری بر یک سیستم تایید سخنران ارائه شده است که به تفصیل الگوریتم های پیاده سازی شده را توضیح می دهد. به ویژه جزئیات در مورد یک طبقه بندی، GDA، که برای اولین بار توسط ما برای یک هدف تأیید استفاده می شد، ارائه شده است. عملکرد نسبتاً بهتری نسبت به الگوریتم های پیشرفته برای داده های غیرخطی مانند مورد ما دارد. در بخش آزمایشها، برخی از محبوبترین سیستمهای تأیید سخنران از نظر معیار عملکرد کلاسیک مورد استفاده در ادبیات مقایسه میشوند. سپس، زمانی که یک عامل انسانی در حلقه تأیید قرار دارد، عملکرد خروجی چند کلاسه آنها مقایسه میشود. عملکرد با کاهش تعداد سؤالات مورد استفاده توسط عامل انسانی برای تأیید هویت تماس گیرنده بدون به خطر انداختن امنیت اندازه گیری می شود. آزمایش ها با استفاده از پایگاه های داده NIST 2006 و 2008 انجام می شود. هشت و یک طرف مکالمه (هر کدام 5 دقیقه) داده های ثبت نام و 1 طرف و 10 ثانیه شرایط داده های تایید استفاده می شود. Sistemlerin gerçek değerli çıktıları çoğunlukla sistem kalibrasyonu veya coklu sistem kombinasyonlar gibi ama clar do grultusunda kullanılır. Ancak، finans firmalarının çağrı merkezleri gibi yerlerde kullanılan و %100'e yakın kesinlik gerektiren konuşmacı doğrulama uygulamaları nda، varolan sistemlerin ikili kararlarına güvenmek mumkün değildir. یینه د بو تور دوروملاردا، کونوشماچی دوغرولاما سیستمی تارافیندان دوندورولن چوکلو-سینیف دوغرولاما چیکتیلاری (örneğin yuksek، orta، düşük doğrulama yüzdesi) çağrı merkezi temdanolsi göre doğrulama süresini kısaltmak ve/veya doğrulama kesinliğini arttırmak için kullanılabilir. Bu tezde ilk olarak gerçekleyip kullandığımız algoritmalar detaylı bir şekilde anlatarak bir konuşmacı doğrulama سیستمin genel görünümünü vereceğiz. Bilhassa bir doğrulama amaci için ilk defa bizim kullanığımız, bir sınıflandırıcı olan GDA hakkında detaylı bilgi vereceğiz. GDA bizim ele aldığımız problemdeki gibi doğrusal olmayan verilerin sınıflandırılmasında görece olarak daha iyi calışıyor. Deneyler bölümünde ise Oncelikle baz cok bilinen konuşmacı doğrulama sistemlerinin başarımlarını klasik başarım ölçütlerini kullanarak karşılaştırdık. داها سونرا، دوغرولاما دونگوسونده بیر چاغری مرکزی تمسیلسیسینین ده اولدو گونو ورسایارک، بو سیستملرین کوکلو-سینیف خوباریملارینی کارشیلاشتیردیک. Başarım, temsilcinin güvenlikten ödün vermeden sorması gereken soru miktarındaki azalmaya göre ölçüldü. Deneyler NIST 2006 و 2008 veritabanları kullanılarak gerçekleştirildi. هربیری بشیر داکیکالیک اولان بیر و سکیز کارشیلیکلی کونوشمادان آلینان کاییتلار سه ایمزالارینین چیکاریملاریندا kullanıldı. دوغرولاما یاپیلاجاک کونوشما ایچینسه بی ش داکیکالیک بیر و روی سانیلیک بیر کاییت کولانیلدی. |
