Politiche formative e lavoratori in mobilità : le azioni a favore dei lavoratori iscritti nelle liste di mobilità finanziate dai Fondi Residui della Programmazione Fse (1989-93) nel quadro delle attività delle Agenzie per l'impiego / a cura di Aviana Bulgarelli e Marinella Giovine

• Record Nr.: UNISALENTO991001414309707536
• Autore: Bulgarelli, Aviana
• Pubbl/distr/stampa: Milano : F. Angeli, 1997
• ISBN: 884640081X
• Descrizione fisica: 442 p. ; 22 cm.
• Collana: Strumenti e ricerche ; 68
• Altri autori (Persone): Giovine, Marinella
• Soggetti: Lavoratori in mobilità - Formazione
• Lingua di pubblicazione: Italiano
• Formato: Materiale a stampa
• Livello bibliografico: Monografia

Robust Speaker Recognition in Noisy Environments / / by K. Sreenivasa Rao, Sourjya Sarkar

• Record Nr.: UNINA9910299464803321
• Autore: Rao K. Sreenivasa (Krothapalli Sreenivasa)
• Pubbl/distr/stampa: Cham : , : Springer International Publishing : , : Imprint : Springer, , 2014
• ISBN: 3-319-07130-0
• Edizione: [1st ed. 2014.]
• Descrizione fisica: 1 online resource (149 p.)
• Collana: SpringerBriefs in Speech Technology, Studies in Speech Signal Processing, Natural Language Understanding, and Machine Learning, , 2191-737X
• Disciplina: 006.454
• Soggetti: Signal processing; Image processing; Speech processing systems; Signal, Image and Speech Processing
• Lingua di pubblicazione: Inglese
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Note generali: Description based upon print version of record.
• Nota di bibliografia: Includes bibliographical references at the end of each chapters.
• Nota di contenuto: Robust Speaker Verification – A Review -- Speaker Verification in Noisy Environments using Gaussian Mixture Models -- Stochastic Feature Compensation for Robust Speaker Verification -- Robust Speaker Modeling for Speaker Verification in Noisy Environments.
• Sommario/riassunto: This book discusses speaker recognition methods to deal with realistic variable noisy environments. The text covers authentication systems for; robust noisy background environments, functions in real time and incorporated in mobile devices. The book focuses on different approaches to enhance the accuracy of speaker recognition in presence of varying background environments. The authors examine: (a) Feature compensation using multiple background models, (b) Feature mapping using data-driven stochastic models, (c) Design of super vector- based GMM-SVM framework for robust speaker recognition, (d) Total variability modeling (i-vectors) in a discriminative framework and (e) Boosting method to fuse evidences from multiple SVM models.