ロバストな音声認識実現を目的とした変調スペクトル特性の検討

スポンサーリンク

概要

論文の詳細を見る
CMS法や動的特徴は変調周波数特性を操作することにより音声認識性能が向上することが知られているが、どの変調周波数がどの程度重要であるのかという定量的な検討は行われていない。そこで本研究では、様々な変調周波数特性を持った入力に対し、音声認識性能の違いを種々の雑音環境、認識方式、特徴量のもとで調べた。その結果、以下のことが分かった: 1) 言語情報のほとんどが1〜16Hzの変調周波数帯域に存在し、その中でも4Hz付近が最も重要である。2) 変調スペクトルにおいては位相情報も重要である。 3) 4Hz付近の変調周波数を含む特徴量を用いることで動的特徴量と同等以上の結果が得られる。4) 適切な中心周波数と帯域幅をもつ複数のサブバンドを変調周波数上で用いることにより、認識性能がさらに向上する。
一般社団法人情報処理学会の論文
1997-12-11

著者

関連論文

もっと見る

スポンサーリンク