Publication

A multimodal approach to extract optimized audio features for speaker detection

Jean-Philippe Thiran, Murat Kunt, Torsten Butz
2005
Conference Papers

Résumé

We present a method that exploits an information theoretic framework to extract optimal audio features with respect to the video features. A simple measure of mutual information between the resulting audio features and the video ones allows to detect the active speaker among different candidates. The results show that our method is able to exploit the shared speech information contained in audio and video signals to recover their common source.

Source officielle

https://infoscience.epfl.ch/entities/publication/a2c420eb-0c0f-43c9-b090-be36766604bd

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Jean-Philippe Thiran, Murat Kunt, Torsten Butz
2005
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/a2c420eb-0c0f-43c9-b090-be36766604bd

À propos de ce résultat

Concepts associés (32)

Vidéo

thumb|Réalisateur vidéo Le terme vidéo désigne à la fois l'ensemble des techniques permettant la constitution d'un signal électrique représentant des s animées et la restitution de celles-ci ainsi que ce signal lui-même. Le signal vidéo se caractérise par différents paramètres normalisés : cadence image / trame, résolution, standard couleur éventuellement associé, composition analogique ou numérique, format d'image, données associées... Le mot « vidéo » provient du latin « video » signifiant « je vois », apocope de vidéophonie ou de vidéogramme.

Information mutuelle

Dans la théorie des probabilités et la théorie de l'information, l'information mutuelle de deux variables aléatoires est une quantité mesurant la dépendance statistique de ces variables. Elle se mesure souvent en bit. L'information mutuelle d'un couple de variables représente leur degré de dépendance au sens probabiliste. Ce concept de dépendance logique ne doit pas être confondu avec celui de causalité physique, bien qu'en pratique l'un implique souvent l'autre.

Interaction information

The interaction information is a generalization of the mutual information for more than two variables. There are many names for interaction information, including amount of information, information correlation, co-information, and simply mutual information. Interaction information expresses the amount of information (redundancy or synergy) bound up in a set of variables, beyond that which is present in any subset of those variables. Unlike the mutual information, the interaction information can be either positive or negative.

Afficher plus

Publications associées (3)

A multimodal approach to extract optimized audio features for speaker detection

Chattez avec Graph Search

Redundant information encoding in primary motor cortex during natural and prosthetic motor control

Joint Smoothing and Source Rate Selection for Guaranteed Service Networks

Interpolative multiresolution coding of advanced television with compatible subchannels