砂時計型ニューラルネットによる音声スペクトルの次元圧縮

スポンサーリンク

概要

論文の詳細を見る
砂時計型ニューラルネットを用いた恒等写像学習により、32次元の音声スペクトルを2〜4次元の特徴に圧縮し、復元するニューラルネットを構築した。本研究では、ニューラルネットの構造は3層と5層の2種類を用いたが、入力・出力間のスペクトル歪みを調べたところ5層の方が歪みがかなり小さかった。また、5層のニューラルネットの学習に対しては、あらかじめ圧縮部と復元部を3層のニューラルネットとして学習するという、事前分割学習を行なうことが有効であった。そして、母音データで学習後のニューラルネットの中間層出力の分布を調べたところ、各母音がうまく分類されていた。
社団法人電子情報通信学会の論文
1995-05-26

著者

関連論文

もっと見る

スポンサーリンク