雑音抑圧処理音声に対する人間の認識率の検討及びPESQを用いた客観推定(ブロードバンドと放送のコンテンツ/セキュリティ/信頼性/モバイル, 及び一般)
スポンサーリンク
概要
- 論文の詳細を見る
携帯電話に代表されるモバイル音声通信, IP電話やテレビ会議システムにおけるハンズフリー音声通信は, 周囲に雑音が存在する環境で用いることが想定される.よって, 通話品質を確保するためには, 音声に重畳している雑音成分を抑圧することが重要となる.一般に, 雑音抑圧手法を適用すると音声成分にはひずみが生じ, また抑圧しきれなかった雑音成分が残留する.よって, 雑音抑圧後の音声の品質を評価することが必要不可欠である.これまでに, 著者らは, 雑音抑圧音声の自然性(主観MOS)を, PESQによって良好な精度で推定できることを示している.本稿では, 雑音抑圧音声の明瞭性を表す評価尺度として, 雑音抑圧音声を人間が聞いたときの認識率を用い, PESQによりその客観推定を行うことを試みた.その結果, 雑音や雑音抑圧手法の違いによらず, 決定係数が0.99, RMSEが0.66という極めて高い精度で人間の認識率を推定できることが分かった.
- 一般社団法人電子情報通信学会の論文
- 2005-07-07
著者
-
北脇 信彦
筑波大学大学院
-
山田 武志
筑波大学大学院
-
山田 武志
筑波大学大学院システム情報工学研究科
-
北脇 信彦
筑波大 電子・情報工学系
-
北脇 信彦
NTT電気通信研究所
-
熊倉 正和
筑波大学
-
熊倉 正和
筑波大学大学院理工学研究科
関連論文
- 3X-6 コード進行モデルを用いた楽曲のコード認識の検討(音楽情報科学(2)自動作曲・楽曲分析,学生セッション,人工知能と認知科学)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 楽音と音声の双方に適用できる客観品質推定尺度の検討(ワイヤレス環境でのアプリケーション品質,P2P/アドホックネットワーク,画像符号化ストリーム技術,信頼性,一般)
- IP電話における中国・日本・欧米のMOS評価特性の比較(五感メディア,映像/音声サービスの品質,ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,仮想空間におけるユーザコミュニケーション,一般)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(3)(SIG-SLP内組織の活動報告)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(第8回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- CENSREC-1-C : 雑音下音声区間検出評価基盤の構築
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出 (応用音響)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- 実走行車内音声認識の評価データベースCENSREC-3とその共通評価ベースライン
- B-11-1 IP網における音声の客観品質評価に用いる擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- CQ2010-35 超高速インターネット衛星きずなを用いた遠隔授業における映像・音声品質の評価(一般,映像配信・コミュニケーションを支える品質技術,一般)
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出(音響信号処理/聴覚/一般)
- CQ2010-27 ディジタル通信網における音声品質評価法の研究と国際標準化(特別講演,映像配信・コミュニケーションを支える品質技術,一般)
- ヒューマノイドロボットHRP-2における音響情報と画像情報を統合したリアルタイム音声インタフェース(システム論文特集号)
- マイクロホンアレイと音源定位を用いた会議録再生システムについて(立体音響・音場制御/聴覚/一般)
- 高次統計量の分布モデルを用いた音声・環境音識別法の検討(音声・音響処理)
- 高次統計量の分布モデルを用いた音声・環境音識別法の検討(音声・音響処理)
- 符号化劣化要因と周波数帯域及びパケット損失を考慮した楽音の客観品質評価法(アプリケーション品質,モバイルP2P,ユビキタスネットワーク,アドホックネットワーク,センサネットワーク,一般)
- A-19-8 タッチパネルのための音像定位インタフェースの検討(A-19.福祉情報工学,一般セッション)
- 雑音下マルチモーダル音声認識評価基盤CENSREC-1-AVの構築
- 雑音抑圧された音声の主観・客観品質評価法
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- ITUホットライン ITU-T SG12第4回会合における標準化研究動向--性能とサービス品質の研究
- IP電話サービスの通話品質評価技術
- 周波数領域でのブラインド信号分離における分離行列の補間
- インタレース映像を対象としたMPEG-2/H.264イントラ再符号化方法の検討
- B-11-2 雑音抑圧音声の総合品質推定モデルを適用したフルリファレンス客観品質評価法(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-11 時間離散ひずみの評価を考慮した擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-12 中国と日本のMOS評価特性の比較(B-11.コミュニケーションクオリティ,一般セッション)
- BS-8-3 雑音抑圧音声の品質推定モデルを用いたノンリファレンス客観品質評価法(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- BS-8-4 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- D-14-7 ETSI標準雑音抑圧フロントエンドのための雑音推定法の検討(D-14. 音声,一般セッション)
- 雑音抑圧音声の品質推定モデルとそのノンリファレンス客観品質評価への適用(NW管理,次世代NWアーキテクチャ,次世代NWのオペレーションアーキテクチャ,トラヒック計測・モデリング・品質,オーバレイネットワーク,次世代NWサービス品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 装置劣化要因の品質評価に用いるテスト信号の検討(五感メディア,映像/音声サービスの品質,有線無線ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,一般)
- 認識対象語彙数を考慮した雑音下孤立単語認識の性能推定(耐雑音性)
- BS-5-4 雑音抑圧音声のMOSと単語了解度の客観推定(BS-5.QoE最前線-情報通信サービスにおけるユーザ体感品質-,シンポジウムセッション)
- 符号化パラメータとパケット損失を考慮したAV通信品質の推定モデル(NW性能管理, NW品質, 一般)
- HMMとMFCCを用いた楽器音の音源同定の検討
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- B-11-12 QoE評価に用いる標準音声データベースとその特徴量の分析(B-11. コミュニケーションクオリティ,一般セッション)
- BT-1-3 超高速インターネット衛星WINDS「きずな」を用いたアジアの大学との遠隔教育実験(BT-1.新たな衛星利用、衛星応用,チュートリアルセッション,ソサイエティ企画)
- IP電話の通話音質評価(音響配信及び通信における音質変化とその評価)
- 音メディア通信サービスの未来を読む
- IPネットワークサービスを支える音声・音響技術の歴史と発展(信号処理, 符号化とそれらを用いた知的マルチメディアシステム, 一般)
- IPネットワークサービスを支える音声・音響技術の歴史と発展(信号処理, 符号化とそれらを用いた知的マルチメディアシステム, 一般)
- IPネットワークサービスを支える音声・音響技術の歴史と発展(信号処理, 符号化とそれらを用いた知的マルチメディアシステム, 一般)
- B-11-34 帯域感とひずみ感を考慮した符号化楽音の客観品質評価法(B-11. コミュニケーションクオリティ, 通信2)
- B-11-19 楽音と音声の双方に適用できる客観品質評価法の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-35 平均非対称妨害密度を用いたI_の算出(B-11. コミュニケーションクオリティ, 通信2)
- B-11-18 雑音抑圧音声の客観品質評価に用いる総合品質推定モデルの改良(B-11.コミュニケーションクオリティ,一般セッション)
- 音声と非音声の識別処理に基づく定常雑音抑圧方式
- D-14-16 フレーム正規化対数尤度に基づく信頼度を用いた単語レベルの認識結果の統合(D-14. 音声・聴覚, 情報・システム1)
- 雑音抑圧音声の主観・客観品質評価法
- 符号化劣化要因とパケット損失を考慮した楽音の客観品質評価法(触覚,五感メディアの品質,一般)
- 広帯域符号化音声に対応したオピニオンモデルにおける遅延劣化要因評価値の検討(触覚,五感メディアの品質,一般)
- B-11-19 未知広帯域音声codecの符号化歪み指標Ie,wb算出法に関する一検討(B-11.コミュニケーションクオリティ,一般講演)
- B-11-10 広帯域符号化音声の装置劣化要因評価値の検討(B-11.コミュニケーションクオリティ,一般講演)
- 広帯域符号化音声の装置劣化要因評価値(NW性能管理, NW品質, 一般)
- 劣決定音源分離のための分離音声のケプストラムスムージング
- 雑音抑圧処理音声に対する人間の認識率の検討及びPESQを用いた客観推定(ブロードバンドと放送のコンテンツ/セキュリティ/信頼性/モバイル, 及び一般)
- ハンズフリー音声通信のための雑音抑圧手法の主観・客観品質評価
- 雑音抑圧手法の主観・客観品質からの音声認識性能の推定
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- モバイル音声通信のための雑音抑圧手法の主観・客観品質評価(モバイルサービス,サービス品質,一般)
- モバイル音声通信のための雑音抑圧手法の主観・客観品質評価(モバイルサービス,サービス品質,一般)
- 多チャンネルウィーナーフィルタを用いた音源分離におけるスパースモデルと最小二乗誤差モデルの性能比較 (応用音響)
- 球状スピーカアレーを用いた放射特性制御のシミュレーション (応用音響)
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定 (応用音響)
- B-11-16 IP網を活用した音楽サービスの客観品質評価法(B-11. コミュニケーションクオリティ,一般セッション)
- B-11-18 装置劣化要因を考慮したマルチメディア品質の推定モデル(B-11.コミュニケーションクオリティ,一般講演)
- B-11-7 符号化パラメータを用いたAV通信品質推定のオピニオンモデル(B-11. コミュニケーションクオリティ, 通信2)
- オーディオビジュアル通信における音情報と映像情報の相互関係(モバイル,コンテンツ,セキュリティ,信頼性,一般)
- D-14-1 雑音抑圧音声の主観品質評価におけるミュージカルノイズの影響(D-14.音声,一般セッション)
- A-10-9 フルランク空間相関行列モデルに基づく拡散性雑音除去(A-10.応用音響,一般セッション)
- D-14-9 日本語スピーキングテストにおける文生成問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- D-14-8 日本語スピーキングテストにおける文章読み上げ問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- 周波数依存の時間差モデルによる劣決定BSS
- 日本語発話能力測定ウェブシステムのための留学生発話分析(ポスター講演,ポスターショートオーラル,時系列パターン認識)
- 日本語発話能力測定ウェブシステムのための留学生発話分析(ポスター講演,ポスターショートオーラル,時系列パターン認識)
- 日本語発話能力測定ウェブシステムのための留学生発話分析
- 周波数依存の時間差モデルによる劣決定BSS
- 球状スピーカアレーを用いた放射特性制御のシミュレーション
- 多チャンネルウィーナーフィルタを用いた音源分離におけるスパースモデルと最小二乗誤差モデルの性能比較
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定
- 様々な歌手が同じ曲を歌った歌声の多様さを活用するシステム
- 単一音源区間情報を用いた非同期マイクロホンアレーによる音声強調(ブラインド信号処理,一般)
- 多変量確率モデルによる脳波の信号分離
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定
- 周波数依存到来時間差推定に基づく劣決定ブラインド音源分離の高速化