TUKE系统用于MediaEval 2014 QUESST

本文介绍了斯洛伐克科希策技术大学（TUKE）为语音查询任务（QUESST）提出的两种查询-by-例（Query-by-Example, QbE）检索系统方法。本研究的主要目标是构建一种QbE系统，该系统能够在不依赖任何外部语音资源的情况下，实现对所有给定查询的准确检索。为此，我们提出了一种基于后验图（posteriorgram）的关键词匹配系统，并引入了一种新型加权快速序列动态时间规整算法（Weighted Fast Sequential DTW, WFS-DTW），用于在特定语音语句文件中检测每个查询的出现位置。该系统采用两种基于高斯混合模型（GMM）的声学单元建模方法。第一种方法称为“低资源方法”（low-resource approach），利用语言相关的音素解码器，将查询和语音语句转换为后验图。第二种方法称为“零资源方法”（zero-resource approach），仅依赖所提供的语音语句文件，通过无监督的语音分割与聚类技术实现建模，无需任何外部语言或语音资源。