Eigen-SPLICEを用いた雑音環境下における音声認識

• Item type: SIG Technical Reports(1)
• 公開日: 2011-07-14
• タイトル: Eigen-SPLICEを用いた雑音環境下における音声認識
• タイトル / 言語: en
• タイトル: Speech recognition in noisy environments using Eigen-SPLICE
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ロバスト音声認識
• 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: 東京大学情報理工学系研究科
• 著者所属: 東京大学工学系研究科
• 著者所属: 東京大学情報理工学系研究科
• 著者所属: 東京大学情報理工学系研究科
• 著者所属: 東京大学情報理工学系研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者名: 千々岩, 圭吾; 鈴木, 雅之; 齋藤, 大輔; 峯松, 信明; 広瀬, 啓吉
• 著者名(英): Keigo, Chijiiwa; Masayuki, Suzuki; Daisuke, Saito; Nobuaki, Minematsu; Keikichi, Hirose
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 特徴量変換による雑音抑制手法である SPLICE は比較的少ない計算量で高い性能を発揮する．しかし，この SPLICE にも雑音の変動に頑健でないという問題がある．今回は変換方法そのものを未知の雑音環境に適応することを試みた．本報告では，主成分分析を用いて，未知の雑音環境下において推定すべきパラメータを削減し，少数の適応データで適応できる手法を提案する．また，AURORA-2 データベース testb セットにおいて提案手法を評価し，理想的な適応データが得られた場合には 12.0%，粗い雑音推定を用いた場合でも 1.9% の誤り削減率を得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: SPLICE is one of the speech enhancement methods using feature conversion, which shows a high performance with a relationally small amount of calculation. It supposes that input noisy environments are static and similar to training data environments, so it is not guaranteed to work well in unseen environments. Therefore, we propose a new method to adapt conversion functions to work well in unseen environments. The proposed method reduces the number of parameters through Principal Component Analysis, so that the adapted conversion function is obtained with a smaller amount of adaptive data. Experiments show 12.0% reduction of error rate in the ideal adaptive condition and 1.9% reduction even in unfavorable conditions.
• 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: 研究報告音声言語情報処理（SLP）; 巻 2011-SLP-87, 号 15, p. 1-6, 発行日 2011-07-14
• 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