Unsupervised segmentation of continuous speech using vectorautoregressive modeling

Authors :: Laine, Unto K.
Teknillinen korkeakoulu
Helsinki University of Technology
Sähkö- ja tietoliikennetekniikan osasto
Korhonen, Petri
Laine, Unto K.
Teknillinen korkeakoulu
Helsinki University of Technology
Sähkö- ja tietoliikennetekniikan osasto
Korhonen, Petri
Publication Year :: 2004
Abstract: Tässä diplomityössä esitellään menetelmä jatkuvan puheen segmentoimiseen. Menetelmä perustuu vektoriautoregressiiviseen (VAR) mallinnukseen. VAR mallia käytetään aika-taajuus alueen muutoksien ennustamiseen. Ennustus tehdään sekä mallia edeltävälle datalle, että mallin jälkeen tulevalle osalle. Mallin antama ennustusvirhe kasvaa äännerajoilla. Näitä virhesignaaleja käytetään segmenttirajojen havaitsemiseen. Suurimmat muutokset antavat luotettavimman segmentoinnin. Itseohjaava menetelmä tuottaa segmenttejä, jotka koostuvat vaihtelevasta määrästä äänteitä. Menetelmän häiriönsietokykyä ja laatua testattiin käyttäen 201 suomen kielen lausetta. Puhujina oli kaksi miestä ja yksi nainen. Erityisesti klusiilien ja vokaalien väliset rajat havaittiin luotettavasti ja tarkasti.

Tools