WEKO3
アイテム
雑音下音声認識のための複数の前処理手法の統合とそのAURORA - 2Jによる評価
https://ipsj.ixsq.nii.ac.jp/records/57231
https://ipsj.ixsq.nii.ac.jp/records/5723100f9acc3-b244-4bf4-a098-d9ffe0f45e02
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP03047018.pdf (381.5 kB)
|
Copyright (c) 2003 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2003-07-18 | |||||||
| タイトル | ||||||||
| タイトル | 雑音下音声認識のための複数の前処理手法の統合とそのAURORA - 2Jによる評価 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Integration of Noise Reduction Algorithms for AURORA - 2J Task | |||||||
| 言語 | ||||||||
| 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 | ||||||||
| 筑波大学 | ||||||||
| 著者所属 | ||||||||
| 筑波大学 | ||||||||
| 著者所属 | ||||||||
| 名古屋大学 | ||||||||
| 著者所属 | ||||||||
| 豊橋技術科学大学 | ||||||||
| 著者所属 | ||||||||
| 龍谷大学 | ||||||||
| 著者所属 | ||||||||
| 徳島大学 | ||||||||
| 著者所属 | ||||||||
| 信州大学 | ||||||||
| 著者所属 | ||||||||
| 和歌山大学 | ||||||||
| 著者所属 | ||||||||
| ATR音声言語コミュニケーション研究所 | ||||||||
| 著者所属 | ||||||||
| ATR音声言語コミュニケーション研究所 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| University of Tsukuba | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| University of Tsukuba | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Nagoya University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Toyohashi University of Technology | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Ryukoku University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| University of Tokushima | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Shinshu University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Wakayama University | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| ATR Spoken Language Translation Research Labs. | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| ATR Spoken Language Translation Research Labs. | ||||||||
| 著者名 |
山田, 武志
× 山田, 武志
|
|||||||
| 著者名(英) |
Takeshi, Yamada
× Takeshi, Yamada
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 様々な雑音条件下でロバストな音声認識を実現するためには，複数の雑音抑圧手法の統合が有効であると考えられる．本稿では，4つの雑音抑圧手法時間方向スムージングを用いたスペクトルサブトラクション法，時間領域SVDに基づく音声強調，GMMに基づく音声信号推定，ピッチ同期KLT）とそれらの組合せの有効性を，AURORA-2Jを用いて調べた．その結果，雑音条件によって最適な手法・組合せは異なっており，雑音条件に適したものを適宜選択することにより，認識性能を大幅に改善できることが明らかとなった．また，Multicondition trainingの場合は，雑音抑圧量を増やしても，必ずしも認識性能の改善につながらないことが分かった． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | To achieve high recognition performance for a wide variety of noise and for a wide range of signal-to-noise ratios, this paper presents the integration of four noise reduction algorithms: spectral subtraction with smoothing of time direction, temporal domain SVD-based speech enhancement, GMM-based speech estimation and KLT-based comb-filtering. Recognition results on the AURORA-2J task show that the effectiveness of these algorithms and their combinations strongly depends on noise conditions, and excessive noise reduction tends to degrade recognition performance in multicondition training. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 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 2003, 号 75(2003-SLP-047), p. 95-100, 発行日 2003-07-18 |
|||||||
| 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 | |||||||
