ピッチ周波数依存音素モデルによるHMM音声認識
スポンサーリンク
概要
- 論文の詳細を見る
This paper proposes a novel method of incorporating pitch information into an HMM speech recognition system by exploiting the correlation between pitch and spectral parameters, e. g. cepstrum. Pitch patterns are not used explicitly ; instead, spectral parameters are normalized framewise according to the pitch value. Evidence is given to show that the use of pitch information consistently improves the recognition performance. Experiments with 24 phoneme labels showed that the phoneme error rate for fast continuous speech could be improved by about 10%. Using these pitch-normalized phone models in an HMM-LR speech recogniton system improved the phrase recognition accuracy for the top 5 candidates from 96% to 97. 5%, i. e. the error rate was nearly halved
- 社団法人日本音響学会の論文
著者
-
嵯峨山 茂樹
Atr Interpreting Telephony Research Laboratories
-
シンガー ハラルド
ATR Interpreting Telephony Research Laboratories
関連論文
- HMMと一般化LR構文解析を用いた実時間大語彙連続音声認識装置の実現
- ピッチ周波数依存音素モデルによるHMM音声認識
- 隠れマルコフ網と一般化LR構文解析を統合した連続音声認識
- 混合連続分布HMM移動ベクトル場平滑化話者適用方式
- ATR音声言語翻訳実験システムASURA
- HMMを用いた形態素解析
- ニューラルファジィ学習法による音声認識の性能向上
- 3)ピッチとスペクトルの相関を用いたHMM音素認識(視聴覚技術研究会)
- 数理統計モデルによる音声認識の現状と将来 (<特集>音声)
- ピッチとスペクトルの相関を用いたHMM音素認識
- 対話音声を対象とした連続音声認識システムの試作と評価
- 旅行会話タスクにおけるTARSPRECの性能評価
- 携帯電話型音声翻訳システムATR-MATRIX
- クライアント・サーバ型ATR-MATRIX
- 日英音声翻訳システムATR-MATRIXにおける音声認識用音響・言語モデル
- MCE/GPDを用いた自然発話音声認識における不特定話者音響モデルの改善
- クライアント・サーバ型 ATR-MATRIX
- 4E-7 ATR-MATRIX:日英双方向音声翻訳システム
- 地域や年齢的な広がりを考慮した大規模な日本語音声データベース
- 大規模な日本語音声データによる音響モデルの分析
- 話者正規化スペクトルサブバンドパラメータを用いた雑音下での音声認識
- 話者正規化スペクトルサブバンドパラメータを用いた雑音下での音声認識
- 話者正規化スペクトルサブバンドパラメータを用いた雑音下での音声認識
- 話者正規化スペクトルサブバンドパラメータを用いた雑音下での音声認識
- SCALAR QUANTIZATION OF CEPSTRAL PARAMETERS FOR LOW BANDWIDTH CLIENT-SERVER SPEECH RECOGNITION SYSTEMS
- 母音および無音のHMMを用いた音声始端検出法
- 音響モデルの構造決定のための統一的な枠組 : 最尤推定による逐次状態分割法と質問に基づく決定木生成法
- PARALLEL JAPANESE/ENGLISH SPEECH RECOGNITION IN ATRSPREC
- DISTANCE-RELATED UNIT ASSOCIATION MAXIMUM ENTROPY LANGUAGE MODELING
- 日英音声翻訳システム「ATR-MATRIX」における音声認識部分の構造と制御方法