音声 GMM と雑音重み推定を用いた雑音除去

• Item type: SIG Technical Reports(1)
• 公開日: 2007-12-20
• タイトル: 音声 GMM と雑音重み推定を用いた雑音除去
• タイトル / 言語: en
• タイトル: Sudden Noise Reduction Based on GMM with Noise Power Estimation
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者名: 三宅, 信之; 滝口, 哲也; 有木, 康雄
• 著者名(英): Nobuyuki, MIYAKE; Tetsuya, TAKIGUCHI; Yasuo, ARIKI
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では突発性の雑音除去について述べる．突発性の雑音は短時間しか起こらないため推定しにくいが，音声に混入することで音声認識率が下がることは多い．以前，我々はそれらの突発性雑音の検出と識別手法を提案した．本稿ではより多くの雑音を識別できるように拡張し，さらに音声 GMM を用いた雑音の除去手法についても述べる．Segura らによって提案された GMM を利用した雑音除去法は加法性の雑音を精度よく除去できる．本稿においてもこの手法を利用するが，我々のタスクにおいては，識別された段階では SNR (信号対雑音比) は未知であるため，除去時に使用する雑音のデータと実際に重畳している雑音はミスマッチを引き起こすことが多い．そこで我々は Segura らの GMM による雑音除去法にこの SNR の推定を雑音の重みという形で加え除去を行う．重み推定には GMM の尤度が最も大きくなるように EM アルゴリズムを用いる方法，GMM の混合ごとに尤度が最大になるように決める方法の２つを用いる．実験結果より比較的低 SNR である ５dB 以下の雑音に対して認識率の改善が見られ，また重みの推定の効果も確認できた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper describes a method for reducing sudden noise using a noise detection and classification methods, and a noise power estimation. Sudden noise detection and classification have been dealt with in our previous study. In this paper, noise classification is improved to classify more kinds of noises based on k-means clustering, and GMM-based noise reduction, which was proposed by Segura et al, is performed using the detection and classification results. As a result of classification, we can know the kind of noise, but the power is unknown. In this paper, this problem is solved by combining an estimation of noise power with the noise reduction method. In our experiments, the proposed method achieved good performance for recognition of utterances overlapped by sudden noises.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 情報処理学会研究報告音声言語情報処理（SLP）; 巻 2007, 号 129(2007-SLP-069), p. 25-30, 発行日 2007-12-20
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会