Audio Event Classification Using SVM with GMM-UBM Supervectors
Tan Dat Trinh · The Journal of Korean Institute of Information Technology · 2013
오디오 이벤트 인식은 신호처리, 오디오 검색, 패턴인식 등의 분야에서 매우 흥미롭고 도전적인 연구주제이다. 본 논문에서는 오디오 이벤트 인식을 위해 UBM(universal background model)에 기반한 GMM 수퍼벡터 및 SVM을 적용하였다. 특징 파라미터로는 MFCC를 사용하였으며, 다양한 커널에 대하여 성능을 검토하였다. GMM 수퍼벡터는 UBM에 대해 MAP 적응하여 얻었으며, 모든 평균 벡터 성분을 연쇄하여 얻었다. 얻어진 수퍼벡터는 SVM 분류기에 입력되어, 최종 인식이 이루어진다. 오디오 이벤트 데이터베이스에 기반한 인식 실험 결과 수퍼벡터 기반 SVM 방법이 GMM-UBM 베이스라인 시스템보다 우수하였다. 더욱이, SVM에 GUMI 커널을 적용한 경우 에러율이 16 mixture에 대하여 26.51%에서 14.9%로 감소하였다.