Zusammenfassung
Durch eine mehrstufige Klassifikation der im Rahmen des AUROS-Sprecher-erkennungssystems aufgenommenen Sprachproben zunächst mit einem linearen, dann mit einem stückweise linearen Abstands-Klassifikator (Minimum Distance, Nearest Neighbour), konnte eine Verbesserung der Verifikationsergebnisse bei gleichzeitiger deutlicher Verringerung von Rechenzeit und Speicherplatzbedarf je Sprecher erzielt werden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Zur Quantisierung der Merkmale siehe auch den Beitrag von H. Ney: “Quantisierung von Spektralkomponenten für die Klassifikation von Sprachsignalen”. DAGM Symposium “Bildverarbeitung u. Mustererkennung”, Oberpfaffenhofen, 11.–13.Okt., 1978.
E. Bunge: “Vergleichende systematische Untersuchungen zur automatischen Identifikation und Verifikation kooperativer Sprecher.” Dissertation TH Darmstadt D-17, 1977.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1978 Springer-Verlag Berlin · Heidelberg
About this paper
Cite this paper
Kuhn, M.H. (1978). Ein Abstands-Klassifikator mit Automatischer Lernmusterauswahl, Angewandt auf die Verifikation Kooperativer Sprecher. In: Triendl, E. (eds) Bildverarbeitung und Mustererkennung. Informatik-Fachberichte, vol 17. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-67103-6_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-67103-6_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-09058-8
Online ISBN: 978-3-642-67103-6
eBook Packages: Springer Book Archive