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
スポンサーリンク
概要
- 論文の詳細を見る
雑音がある環境下で頑健な音声認識を行うための種々の方式が提案されているが,著者等はパワースペクトルの周波数傾斜を利用する方法(特徴量:PSD-mel-FTTSS)について検討してきた.PSD-mel-FTTSSは,パワースペクトルの周波数傾斜を3値化し,10msの等価時間で平滑化したものを10msごとに周波数方向でフーリエ変換し,その低次(1〜12次)の係数の時系列で表現する特微量である.PSD-mel-FTTSSをHMMに基づく単語音声認識に適用し単語を単位とした音響モデルにおいて,特徴量MFCCと比較して,雑音耐性をもつことをすでに報告しているが,本稿では音素単位の音響モデルに適用しその効果について検討する.今回,この平滑化を低減フィルタで実現することにより,声帯波に基づく特微量の時間軸方向での変動を軽減する効果についても検討する.
- 社団法人電子情報通信学会の論文
- 2003-07-18
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
- 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
- BPF対バンクによる耐雑音性をもった音声特徴抽出
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 電気的喉頭波形を用いた連続音声の 有声/無声/混合 分類
- 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
- 推定された声帯音源波の個人性評価と類似性判断