ディープオートエンコーダとDNN-HMMを用いた残響下音声認識

• Item type: SIG Technical Reports(1)
• 公開日: 2014-07-17
• タイトル: ディープオートエンコーダとDNN-HMMを用いた残響下音声認識
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ニューラルネットワーク
• 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: 京都大学学術情報メディアセンター
• 著者所属: 京都大学学術情報メディアセンター
• 著者所属: 京都大学学術情報メディアセンター
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者所属(英): en
• 著者所属(英): Academic Center for Computing and Media Studies, Kyoto University
• 著者名: 三村正人; 坂井信輔; 河原達也
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では、フロントエンドとバックエンドの両方でディープラーニングを用いた残響下音声認識システムについて述べる。このシステムでは、フロントエンドでディープオートエンコーダ （DAE） を用いて音響特徴量の強調 （残響除去） を行い、バックエンドで DNN-HMM 音響モデルにより音声認識を行う。提案手法の性能を、Reverb Challenge 2014 の音声認識タスクにより評価した。まず、マルチコンディションデータを用いて学習した DNN-HMM による認識精度は、すべての残響条件で、MLLR 適応したベースライン GMM-HMM を顕著に上回った。次に、DAE による特徴量強調を行うことにより、クリーン音声を用いて学習した DNN-HMM の残響下音声認識精度を大幅に改善した。さらに、マルチコンディション学習 DNN-HMM と DAE の組み合わせにより、より困難な条件での認識精度が顕著に改善した。これに加えて、DNN により得られる音素識別情報を DAE の入力に追加することで、残響除去の性能が向上した。強調された特徴量に対する DNN-HMM の教師なし適応により、すべての条件で認識精度が向上した。
• 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 2014-SLP-102, 号 6, p. 1-6, 発行日 2014-07-17
• 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