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
スポンサーリンク
概要
- 論文の詳細を見る
CMS法や動的特徴量を用いることにより, 音声認識性能が向上することが知られている. これらの手法では特徴パラメータの時間軌跡を操作している. この時間軌跡を周波数次元で表したものは変調スペクトルと呼ばれる. よってCMS法や動的特徴量は, 変調スペクトルを操作しているものとみなせる. また音声認識情報のほとんどが1〜16Hzの変調周波数バンドに存在することが明らかになってきた. そこで本研究では, 音声認識情報を担う変調スペクトル成分のみを特徴量として用い, 数字音声認識実験を行った. 広く用いられているRASTAではIIRフィルタを用いて約1〜12Hzの変調周波数バンドを抽出しているのに対し, 本論文では位相ひずみの少ないFIRフィルタを用いることにより認識性能が向上することを確認した. また, この特徴量と一般によく用いられている動的特徴量を含めたMFCCを種々の雑音環境(SNR 10dB)において比較した結果, 認識誤り率が平均3%改善されることを確認した. 更に重要な変調周波数バンドを複数のバンドに分割すると, 認識誤り率が平均8%改善された.
- 社団法人電子情報通信学会の論文
- 2001-07-01
著者
-
荒井 隆行
上智大学
-
船田 哲男
金沢大学理工研究域電子情報学系
-
船田 哲男
金沢大学 工学部 情報システム工学科
-
金寺 登
石川工業高等専門学校
-
船田 哲男
金沢大
-
船田 哲男
金沢大・工
-
船田 哲男
金沢大学
関連論文
- 電磁オシログラフ(音の博物館)
- 雑音・残響下における科学技術英語の学習教材の開発(音声・言語・音響教育,一般)
- ニューラルネットワークによる次期の株価予測 : 株価予測におけるフィルタリングによる特徴量抽出
- 小特集「誌上ビギナーズセミナー」にあたって(誌上ビギナーズセミナー)
- 雑音・残響下における発話の音響的特徴の話者変動(言語獲得・学習,合成,生成,韻律,一般)
- 波動音響シミュレータによる指向性の精度検証
- 日立シビックセンター科学館(音の博物館)
- 日本語母語話者成人と発達性構音障害児の摩擦音知覚における音響的手がかり(聴覚・音声・言語とその障害,一般)
- 日本語母語話者の摩擦音知覚における音響的手がかりについて(聴覚・音声・言語とその障害, 一般)
- 音バリアフリーの現状と課題
- 電気残響可変システムを付加したホールにおける定常部抑圧処理の評価 : 音声明瞭度改善のための前処理の実環境導入へむけて
- 残響環境における音声明瞭度の改善のための前処理 : 高齢者を対象とした音声定常部抑圧処理の効果
- 高齢者を対象とした残響環境下における音声定常部抑圧処理の評価実験(聴覚・音声・言語とその障害, 一般)
- 高齢者を対象とした残響環境下における音声定常部抑圧処理の評価実験
- 小・中規模ホール環境を想定した定常部抑圧による拡声音声の明瞭度改善(国際ワークショップ:Speech dynamics by Ear, Eye, Mouth and Machine)
- 定常部抑圧による音声明瞭度改善のための前処理 : 異なる残響環境下について
- 短時間パワースペクトルの時間-周波数傾斜に基づく耐雑音性を持った音声認識特徴量
- 音韻・韻律情報を用いた両耳融合聴課題に関する検討(言語獲得・学習,合成,生成,韻律,一般)
- 失語症者におけるピッチアクセント異同弁別能力
- 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)
- FTTSSに基づいた音声認識LSIの開発(FPGAとその応用及び一般)
- 連載企画「音の博物館」を終えるにあたって(音の博物館)
- 母音のエネルギー定常部抑圧による高齢者に対する音節強調の検討
- 開鼻声の聴覚判定における嗄声の影響 : 音源フィルタ理論による検討
- 変調スペクトルの貢献度に基づく連続音声認識(国際ワークショップ:Speech dynamics by Ear, Eye, Mouth and Machine)
- 音声の定常部抑圧の残響に対する効果
- 定常部抑圧処理による残響環境下の音声強調(ANC・エコーキャンセラー・ノイズキャンセラー/一般)
- 四次元MRIによる発音時の鼻咽腔閉鎖運動の観察 : 鼻咽腔閉鎖パターンと口蓋帆挙筋の動きとの関連の検討(第8回音声言語シンポジウム)
- 四次元MRIによる発音時の鼻咽腔閉鎖運動の観察 : 鼻咽腔閉鎖パターンと口蓋帆挙筋の動きとの関連の検討(Session-4 一般(ポスターセッション),第8回音声言語シンポジウム)
- 1.音声処理と音響信号のあゆみ(音声音響処理が開くマルチメディア)
- 小特集「音支援(音バリアフリー)を考える」にあたって
- 定常部抑圧による単音節の子音強調と高齢者への実験
- 高齢者を対象にした定常部抑圧による単音節強調処理の検討(聴覚・音声・言語とその障害, 一般)
- 言語聴覚士のための音響教育 : 基礎から実用へ(現代のニーズに即した魅力ある音響教育)
- 変調スペクトルの貢献度に基づく連続音声認識
- ノイズの変調 Wavelet を用いた音声認識特徴量の選択的利用
- 変調スペクトルの貢献度に基づく音声認識特徴量
- 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
- 音声コミュニケーションに関わるバリアフリー(音支援(音バリアフリー)を考える)
- 発話の困難な障害者のための声質変換・HMM音声合成を用いた日英音声合成システムの構築(音声合成・分析)
- 発話の困難な障害者のための声質変換・HMM音声合成を用いた日英音声合成システムの構築(音声合成・分析)
- 聴取による話者識別における鼻音・口音の非対称性と音響的距離との関連
- 聴取による話者識別における音韻間の格差と音響的対応(聴覚・音声・言語とその障害, 一般)
- 声道の共鳴現象の可視化への試み : 音声科学における音響教育の充実を図る
- 口蓋裂児の発声行動について : 口蓋形成術前と術後での発声行動の変化について(聴覚・音声・言語とその障害, 一般)
- PLPにおける聴覚特性を応用した音声強調の検討
- 聴覚障碍者のための口形つきアニメーションの教材に関する検討 (The Clinical Relation between Phonetics and Speech Pathology)
- 聴覚障碍者のための口形つきアニメーションの教材に関する検討
- 聴覚障碍者のための口形つきアニメーションの教材に関する検討
- 日本人ALS患者のための日英バイリンガル音声合成システムの構築
- 日本人ALS患者のための日英バイリンガル音声合成システムの構築
- 声道模型の音源に関する検討 : ホーンスピーカのドライバユニットの応用
- ディジタル補聴器のための臨界帯域圧縮アルゴリズム
- ディジタル補聴器のための臨界帯域圧縮アルゴリズム
- 変調スペクトルを用いた環境音の分析
- 聴覚フィルタの広がりの補償を目的とした臨界帯域圧縮処理の模擬難聴環境下での評価(聴覚・音声・言語とその障害,一般)
- ミュージカル映画中の音声区間検出
- 鼻音化母音におけるフォルマントの周波数シフトとその補償
- 軟らかい素材による軟口蓋を伴う声道の物理模型(ポスターセッション,第10回音声言語シンポジウム)
- 軟らかい素材による軟口蓋を伴う声道の物理模型(ポスターセッション,第10回音声言語シンポジウム)
- 軟らかい素材による軟口蓋を伴う声道の物理模型(ポスターセッション,第10回音声言語シンポジウム)
- 人にやさしい音声の話題
- 浜松科学館(音の博物館)
- 「音声によるバリアフリー」に向けた、公共空間で高齢者が聞き取りやすい拡声音情報の調査
- 単音節による雑音下の個人性知覚
- BPFPとNNを用いた雑音環境下でのピッチ抽出性能の評価
- 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
- Q&Aコーナー(コーヒーブレーク)
- 2006年秋季研究発表会
- 鼻腔をともなう声道模型の生成音に関する検討
- 国際交流委員長挨拶(新会長および新委員長の就任挨拶)
- 肺の模型と声道形状を視覚的に捉えられる頭部模型を用いた音響教育教材
- 「より直感に訴える音響教育」を音声科学に取り入れるには
- 雑音・残響環境下の拡声音声に適した発話に関する検討(音声・言語・音響教育,一般)
- 日本語における変調スペクトルとリズムの単位(リズムとタイミング)
- 音響管を用いた音響学・音声科学の教育(音声・言語・音響教育,一般)
- 小中学生に対する音響教育(現代のニーズに即した魅力ある音響教育)
- 小特集「現代のニーズに即した魅力ある音響教育」にあたって
- 声道模型(音の博物館)
- C7. 強さ曲線と変調スペクトルの日本語音節との関係(研究発表,日本音声学会創立80周年記念式典・第20回全国大会発表要旨)
- 声道模型を用いた音響教育--音声生成のしくみ
- B5. 韻律類型論への音響的アプローチ : 音源特徴の聴取による韻律類型の識別(研究発表,第18回全国大会発表要旨)
- B1. 韻律類型論への音響的アプローチ(第17回全国大会発表要旨)
- 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
- A4. 千葉・梶山による声道模型の復元とその教材としての応用(第16回全国大会発表要旨)
- 音響と調音のインタフェース(音声学・音韻論の過去・現在・未来)
- C9. 日本人学習者のフランス語鼻母音生成のための方策 : F1変化をもたらす調音方法の観察(研究発表,第19回全国大会発表要旨)
- 小特集「子どもの音声」にあたって(子どもの音声)
- 高齢者における聴覚特性の劣化が無声摩擦音・破擦音の識別に及ぼす影響
- 小特集「子どもの音声」にあたって
- B3-2. 語頭の無声摩擦音・破擦音識別におけるcue trading : 摩擦部の持続時間と振幅に着目して(研究発表,音声学会2011年度(第25回)全国大会発表要旨)
- 異音は音素より知覚しにくいのか : 英語話者が英語閉鎖音を知覚した場合(口頭発表,第323回研究例会発表要旨)
- S2. 音声信号の可視化とその音声学的価値(講演,シンポジウム「見て理解する音声学」,第19回全国大会発表要旨)
- 高齢者における聴覚特性の劣化が無声摩擦音・破擦音の識別に及ぼす影響
- Q&Aコーナー(コーヒーブレーク)
- 「電子メール」と「携帯電話」(ちょっとしたエッセイ)(コーヒーブレーク)
- 最近の国際会議における音響教育の話題(音響教育特集号)