Nueva técnica de fusión de clasificadores aplicada a la mejora de la segmentación de audio

  1. Tavarez Arriba, David
  2. Navas Cordón, Eva
  3. Erro Eslava, Daniel
  4. Saratxaga Couceiro, Ibon
  5. Hernáez Rioja, Inmaculada
Revista:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Año de publicación: 2013

Número: 51

Páginas: 161-168

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Procesamiento del lenguaje natural

Resumen

Este artculo presenta un nuevo algoritmo de fusion de clasi cadores a partir de su matriz de confusion de la que se extraen los valores de precision (precision) y cobertura (recall ) de cada uno de ellos. Los unicos datos requeridos para poder aplicar este nuevo metodo de fusion son las clases o etiquetas asignadas por cada uno de los sistemas y las clases de referencia en la parte de desarrollo de la base de datos. Se describe el algoritmo propuesto y se recogen los resultados obtenidos en la combinacion de las salidas de dos sistemas participantes en la campa~na de evaluacion de segmentacion de audio Albayzin 2012. Se ha comprobado la robustez del algoritmo, obteniendo una reduccion relativa del error de segmentacion del 6.28% utilizando para realizar la fusion el sistema con menor y mayor tasa de error de los presentados a la evaluacion.

Referencias bibliográficas

  • Aguilo, M., T. Butko, A. Temko, y C. Nadeu. 2009. A hierarchical architecture for audio segmentation in a broadcast news task. En Proc. I Iberian SLTech, páginas 17-20, Porto Salvo, Portugal.
  • Asman, A. J. y B. A. Landman. 2011. Robust statistical label fusion through consensus level, labeler accuracy, and truth estimation (COLLATE). IEEE Transactions on Medical Imaging, 30(10):1779-1794.
  • Butko, T. y C. Nadeu. 2011. Audio segmentation of broadcast news in the Albayzin-2010 evaluation: overview, results, and discussion. EURASIP Journal on Audio, Speech, and Music Processing, 2011(1):1-10.
  • Jain, A. K. y A. Ross. 2004. Multibiometric systems. Communications of the ACM, 47(1):34-40, Enero.
  • Kittler, J. y M. Hatef. 1998. On combining classifiers. IEEE Transactions on Pattern Analysis and Machine Intelligen- ce, 20(3):226-239.
  • Lu, L., H. J. Zhang, y H. Jiang. 2002. Content analysis for audio classification and segmentation. IEEE Transactions on Speech and Audio Processing, 10(7):504-516.
  • Meinedo, H. y J. Neto. 2003. Audio segmentation, classification and clustering in a broadcast news task. En IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), volumen 2, páginas 5-8, Hong-Kong, China.
  • Moattar, M. H. y M. M. Homayounpour. 2012. A review on speaker diarization systems and approaches. Speech Communi- cation, 54(10):1065-1103, Junio.
  • Ore, B. M., R. E. Slyh, y E. G. Hansen. 2006. Speaker Segmentation and Clustering using Gender Information. En Procee- dings IEEE Odyssey'06 Conference, páginas 1-8.
  • Reynolds, D., W. Andrews, J. Campbell, J. Navratil, B. Peskin, A. Adomi, D. Kluracek, J. Abramson, R. Mihaescu, J. Godfrey, D. Jones, y S. Xiang. 2003. The SuperSID Project: Exploiting High-level Information. En IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), volumen 4, páginas 784-787, Hong-Kong, China.
  • Reynolds, Douglas A y P. Torres-Carrasquillo. 2005. Approaches and applications of audio diarization. En IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), páginas 953-956, Philadelphia, USA. Ross, A. y A. K. Jain. 2003. Information fusion in biometrics. Pattern Recognition Letters, 24(13):2115-2125, Septiembre.
  • Ruta, D. y B. Gabrys. 2000. An overview of classifier fusion methods. Computing and Information systems, 7:1-10.
  • Rybach, D. y C. Gollan. 2009. Audio segmentation for speech recognition using segment features. En IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), páginas 4197 - 4200, Taipei, Taiwan.
  • Schuller, B. 2012. The Computational Paralinguistics Challenge. Signal Processing Magazine, IEEE, (July):97-101.
  • Tavarez, D., E. Navas, D. Erro, y I. Saratxaga. 2012. Audio Segmentation System by Aholab for Albayzin 2012 Evaluation Campaign. En Iberspeech, páginas 577-584, Madrid, Spain.
  • Xu, L., A. Krzyzak, y C. Y. Suen. 1992. Methods of combining multiple classifiers and their applications to handwriting recognition. IEEE Transactions on Systems, Man, and Cybernetics, 22(3):418-435.
Fuente de los datos: Dialnet