| 1 |
1
특징 벡터를 변환하는 방법에 있어서,사용자의 발성을 포함하는 음성 신호로부터 특징 시퀀스를 추출하는 단계;상기 추출된 특징 시퀀스로부터 특징 벡터를 추출하는 단계;서로 다른 공분산 값에 기초한 확률값에 기초하여, 상기 검출된 특징 벡터의 차원 수를 줄이기 위한 변환 행렬을 획득하는 단계;상기 변환 행렬을 이용하여 상기 특징 벡터를 변환하는 단계를 포함하는, 방법
|
| 2 |
2
제1항에 있어서, 상기 변환 행렬은HLDA 변환 행렬인, 방법
|
| 3 |
3
제1항에 있어서, 상기 변환 행렬을 획득하는 단계는상기 변환 행렬의 유효한 차원 p 를 각 화자의 클래스 내 공분산 행렬에 대한 분산 행렬의 차원 별 누적 에너지에 기초하여 획득하는 단계를 포함하는, 방법
|
| 4 |
4
제1항에 있어서, 상기 특징 벡터는결합요인분석 방법에 의해 획득될 수 있는 i-벡터인, 방법
|
| 5 |
5
제1항에 있어서, 상기 변환된 특징 벡터 및 각 스테이트의 특징 벡터에 대한 스코어링을 적어도 한번 수행하는 단계;상기 스코어링 결과에 기초하여, 사용자를 인식하는 단계를 더 포함하는, 방법
|
| 6 |
6
특징 벡터를 변환하는 디바이스에 있어서,사용자의 발성을 포함하는 음성 신호를 수신하는 수신부;상기 음성 신호로부터 특징 시퀀스를 추출하고, 상기 추출된 특징 시퀀스로부터 특징 벡터를 추출하고, 서로 다른 공분산 값에 기초한 확률값에 기초하여, 상기 추출된 특징 벡터의 차원 수를 줄이기 위한 변환 행렬을 획득하고, 상기 변환 행렬을 이용하여 상기 특징 벡터를 변환하는 제어부를 포함하는, 디바이스
|
| 7 |
7
제6항에 있어서, 상기 변환 행렬은HLDA 변환 행렬인, 디바이스
|
| 8 |
8
제6항에 있어서, 상기 제어부는상기 변환 행렬의 유효한 차원 p 를 각 화자의 클래스 내 공분산 행렬에 대한 분산 행렬의 차원 별 누적 에너지에 기초하여 획득하는, 디바이스
|
| 9 |
9
제6항에 있어서, 상기 특징 벡터는 결합요인분석 방법에 의해 획득될 수 있는 i-벡터인, 디바이스
|
| 10 |
10
제6항에 있어서, 상기 제어부는상기 변환된 특징 벡터 및 각 스테이트의 특징 벡터에 대한 스코어링을 적어도 한번 수행하고, 상기 스코어링 결과에 기초하여, 사용자를 인식하는, 디바이스
|
| 11 |
11
제1항 내지 제5항 중 어느 한 항에 있어서, 상기 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
