雑音下音声認識のための重み付け分散拡大に基づく単語HMMの耐雑音性の改善(音声,聴覚)
スポンサーリンク
概要
- 論文の詳細を見る
工場のような実環境下では,非定常な高騒音の発生など周囲の状況の変化により,雑音のスペクトルやSN比が急激に変動することがある.認識時の雑音の種類やSN比が学習時や適応時と異なる場合,音声認識性能は著しく低下するため,雑音の変動に対して頑健なHMMが必要となる.本論文では,既存の単語HMMの耐雑音性を向上させるため,各状態あるいは各分布のパワーによる重み付け分散拡大を行い,雑音の影響を受けやすい状態からの出力確率を,観測ベクトルの違いにより大きく変動しないように制御する手法を提案する.語彙数50の単語音声と2種類の工場の雑音を使用した不特定話者単語認識実験により,クリーン音声HMMと雑音付加音声HMMの学習時とは異なる雑音状況(加法性雑音の種類,SN比)における本手法の有効性を評価した.実験の結果,いずれのHMMの場合も,雑音条件の変動に対して広範囲のSN比で認識率が向上し,雑音下小語彙音声認識における単語HMMの耐雑音性の改善を確認した.特に,学習時より低いSN比に対しては,重み付け分散拡大は拡大率一定よりも認識性能を顕著に改善できた.
- 2004-05-01
著者
関連論文
- 雑音下音声LSPパラメータ量子化ニューラルネットにおける中間層符号パターンと量子化歪の関連
- FTTSSに基づいた音声認識LSIの開発(FPGAとその応用及び一般)
- FTTSSに基づいた音声認識LSIの開発
- FTTSSに基づいた音声認識LSIの開発(FPGAとその応用及び一般)
- FTTSSに基づいた音声認識LSIの開発(FPGAとその応用及び一般)
- FTTSSに基づいた音声認識LSIの開発(FPGAとその応用及び一般)
- ウェアラブル環境を想定した視覚障害者用オンライン手書き文字入力インタフェース
- D-11-104 食品の凝固検査装置の開発(D-11.画像工学D(画像処理・計測),一般講演)
- 太陽光発電システムのPTCにおける評価事例報告
- 雑音下音声認識のための重み付け分散拡大に基づく単語HMMの耐雑音性の改善(音声,聴覚)
- 有声音検出に基づくロンバード音声認識と工場における検反システムへの応用
- 音声認識における単語HMMの重み付け分散拡大による耐雑音性の検討
- 単語HMMの重み付け分散拡大による雑音環境下音声認識
- XMLとCTIを利用した視覚障害者向けインターネットサービスシステム実証実験について (特集 新技術)
- 低域スペクトルの予測残差を利用した非定常高騒音環境での有声音区間の検出
- 低域スペクトルの予測残差を利用した騒音環境下の音声区間検出
- BPF対バンクによる耐雑音性をもった音声特徴抽出
- 複数の変調スペクトル解像度を用いた音声認識の耐雑音性
- 確率的な韻律規則を文脈自由文法に組み込んだ連続音声認識
- 統計的な手法による動画シーン分割性能の改善
- D-14-18 スペクトル傾斜検出フィルタによる音声認識とその耐雑音性の検討
- スペクトル傾斜検出フィルタを用いた単語音声認識
- ビデオ教材作成支援を目的とした講義音声によるシーン分割(教育工学)
- 独立成分分析を用いた音声による講義ビデオシーン分割
- Kohonen特徴地図を利用した単語音声認識のためのHMM出力確率の平滑化
- D-12-22 非接触三次元測定における視方向決定法(D-12.パターン認識・メディア理解,一般セッション)
- BPFPとNNを用いた雑音環境下でのピッチ抽出性能の評価
- BPFPとNNを用いたピッチ周期性検出法の優位性の検討
- 自動シーン分割を利用したビデオ教材作成支援システム
- パターンマッチング方式BPFP法による耐雑音性のあるピッチ抽出
- ピッチ乱れ,波形変動及び雑音付加に対するBPFPピッチ抽出法の性能評価
- 変調スペクトルの重要な成分のみを選択的に用いた雑音に強い音声認識
- 特徴空間における時間正規化を前処理に用いた HMM 単語認識
- BPFP 法による音声特徴量の耐雑音性向上に関する検討
- HMM出力確率の共分散行列に対する制約条件の実験的考察
- フィードバック付き多層相互結合形NNによる音声ピッチ抽出およびU/V判定
- ピッチ抽出NNにおけるフィードバックおよび層内相互結合の効果の検討
- フィードバック付き多層相互結合型NNによる音声ピッチ抽出およびU/V判定
- 数値シミュレーションによる声門流れの乱流化の検討
- 不整脈を起す心筋興奮異常伝導路を正確かつ迅速に発見する
- ディジタルフィルタによる非定常過程周波数分布の特徴抽出について
- スペクトル傾斜に基づく特徴量の音素モデルによる単語音声認識への適用
- 音声LSPパラメータ量子化ニューラルネットにおける中間層符号パターンと量子化歪の関連
- 2進符号を教師信号にもつ階層型ニュ-ラルネットの学習
- 階層型ネットワークによる音声LSPパラメータのベクトル量子化
- 単語音声認識におけるHMM出力確率の共分散行列に対する制約条件の実験的考察
- 音声変換のための逐次処理による音源波形作成法
- 単音節波形の連接による日本語単語音声合成
- 単音節波形の連接による日本語単語音声合成
- ケプストラム係数の規格化による単語認識改善に関する検討
- スペクトル傾斜に着目した音声認識のための特徴抽出
- BPFPメルケプストラム の音声認識における耐雑音性の検討
- スペクトル傾斜に着目した音声の特徴抽出
- エルゴディック隠れマルコフモデルを用いた単語境界の抽出
- エルゴディック離散/連続HMMを用いた単語境界の抽出
- カルマンニューロ法によるLSPパラメータのベクトル量子化
- カルマン・ニューロ法によるLSPパラメータの量子化
- 3層NNによるLSPパラメータのベクトル量子化と聴取実験による検討
- 実環境下単語音声区間検出のための雑音EHMM再学習の効果
- 実環境下単語音声区間検出のための雑音EHMM再学習の効果
- LSPパラメータの雑音低減 : ニューラルネットワークとK-L変換の比較
- LSPパラメータの雑音低減 : ニューラルネットワークとK-L変換の比較
- KNT法によるLSPパラメータのベクトル量子化と聴取実験による検討
- 有声/無声音混在区間を考慮したU/Vニューラルネットワーク
- SP2000-34 音声の変調スペクトル中に含まれる情報の調査 : 音声認識情報と話者識別情報との比較
- 連続音声認識に適した構文意味解析について
- 時変ディジタルフィルタによる音声基本周波数の抽出
- 電気的喉頭波形を用いた連続音声の 有声/無声/混合 分類
- 音声中の言語情報を担う変調スペクトル特性の検討
- 逐次処理方式による音声分析合成
- 未知入力を伴うARモデルの逐次処理方式による音声分析合成
- 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
- 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
- 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
- 頑強な音声認識のための環境適応係数の識別誤り最小化学習
- 電気的喉頭波形を用いた連続音声のU/V判定とピッチ抽出
- 超だ円面識別ユニットによる音韻認識
- 連続音声認識ニューラルネットの後処理
- 隠れマルコフモデルのテキスト依存型話者認識への応用
- ニューラルネットによる連続音声認識
- ニュ-ラルネットによる連続音声の音韻セグメンテ-ション
- 「音素チャ-ト」に基づく中国語連続音声の母音認識
- 連続音声の音素レベルセグメンテ-ションの高速処理システム
- 帯域フィルタ対バンクによる音声ピッチ抽出
- 状態数の調整によるHMM単語音声認識システムの改善
- 推定された声帯音源波の個人性評価と類似性判断
- 並列ホルマントモデルによる混合音の波形分離
- 2値スペクトルパタ-ン間の類似度による単語音声認識のためのフィルタ群について
- 心表面興奮伝播図の自動表示システム
- カルマンフィルタによる線形予測係数の推定について