@techreport{oai:ipsj.ixsq.nii.ac.jp:00072658,
 author = {ゴメス・ランディ and 河原, 達也 and Randy, Gomez and Tatsuya, Kawahara},
 issue = {12},
 month = {Jan},
 note = {本研究では、音声認識のためのウエーブレットに基づく雑音抑圧を雑音プロファイルと組み合わせることで改善を図る。学習時には、音声と種々の雑音プロファイル毎にウエーブレット変換のパラメータを最適化し、ウイナーフィルタのゲイン係数の推定の高精度化を図る。認識時には、雑音プロファイルを特定し、入力のウエーブレット係数を当該のウイナーゲインでフィルタリングする。さらに、ウイナーゲインにスケーリング係数を導入し、雑音抑圧に伴う歪みによるミスマッチを補償する。評価実験において、従来のウエーブレットに基づく手法と比較を行った。また、様々な雑音条件において頑健性の評価も行った。, In this paper, we improved the wavelet-based denoising method for automatic speech recognition (ASR) by using noise profiles. During training, we optimize the wavelet parameters for speech and different noise profiles to achieve a better estimate of the Wiener gain for effective filtering. Denoising is implemented by identifying the noise profile and filtering the noisy wavelet coefficients using a Wiener gain. In addition to wavelet filtering, we also introduce scale factors to the Wiener gain during decoding, to compensate for the mismatch caused by distortion during the denoising process. In our experimental evaluations, we compare our method with existing wavelet-based approach. We also conducted an experiment to test for robustness to different noise conditions.},
 title = {ウエーブレットの最適化と雑音プロファイルを用いた雑音抑圧による頑健な音声認識},
 year = {2011}
}