MAP推定を用いた離散混合出力分布型HMMの雑音重畳音声での評価(認識・理解・対話)
スポンサーリンク
概要
- 論文の詳細を見る
一般に音声認識においては,音響モデルとして混合連続分布型HMMが使用されている.このモデルでは正規分布を仮定することにより,効率よくパラメータの推定を行うことができる.しかし雑音が重畳した音声では,混合分布でも対応がつかない分布になることも予想される.このような音声に対しては,任意の分布形状が表現できる離散分布型HMMが有用ではないかと考えられる.離散分布型HMMの場合,量子化サイズを小さくすると量子化歪みが大きくなり,逆にサイズを大きくすると学習データが不足し,充分にパラメータ推定ができないという問題がある.これに対し近年量子化のサイズが小さくて済む離散混合出力分布型HMMが提案されている.このHMMでは入力特徴ベクトルをサブベクトルに分割し量子化する方法と,個々の次元をスカラ量子化する方法が提案されている.本研究では前者のモデルを用いた,雑音重畳音声の認識について検討する.離散混合出力分布型HMMを用いても,なおパラメータ推定に大量のデータを要するが,学習データ量の削減の目的で,パラメータのMAP推定法を提案した.この推定法を雑音適応へ応用し,雑音重畳音声データによるバッチ適応を行った.このモデルと従来の混合連続型HMMとの認識実験による比較を行い,雑音環境下では本提案手法が有効であることを示した.
- 社団法人電子情報通信学会の論文
- 2003-05-22
著者
関連論文
- 単語グラフ統合を用いた種々の雑音環境下での音声認識 (音声)
- PLSA言語モデル適応におけるアニーリングスケジュールの評価(言語モデル・システム,第10回音声言語シンポジウム)
- Quinphone HM-Netを用いた単語グラフ統合に基づく講演音声認識 (音声)
- SP2000-25 N-gramに基づくエルゴディックHMMによる言語モデル
- 離散分布型HMMによる単語音声認識におけるビタビbest-firstサーチの検討
- Quinphone HM-Netを用いた単語グラフ統合に基づく講演音声認識(音声・言語・音響教育,一般)
- 単語グラフ統合を用いた種々の雑音環境下での音声認識(認識,理解,対話,一般)
- 音声雑音環境下における音声区間検出の検討
- 話者クラス音響モデルを用いた講演音声認識の性能向上(音響モデル,認識,理解,対話,一般)
- 英語発音評定における各種正規化の検討 (音声)
- 英語発音評定における各種正規化の検討 (言語理解とコミュニケーション)
- PLSA言語モデル適応におけるアニーリングスケジュールの評価(言語モデル・システム,第10回音声言語シンポジウム)
- PLSA言語モデル適応におけるアニーリングスケジュールの評価(言語モデル・システム,第10回音声言語シンポジウム)
- 話者ベクトルに基づく話者照合の検討(認識,理解,対話,一般)
- 音素クラスHMMを使用した話者ベクトルに基づく話者識別法の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素クラスHMMを使用した話者ベクトルに基づく話者識別法の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素クラスHMMを使用した話者ベクトルに基づく話者識別法の検討(特徴量・音響モデル,第9回音声言語シンポジウム)
- 音素モデルを用いた話者ベクトルに基づく話者識別(音声,聴覚)
- 講演音声認識における教師なし適応の改善(認識,理解,対話,一般)
- 話者ベクトルによる雑音下話者識別の検討(認識,理解,対話,一般)
- 音素モデルを用いた話者ベクトルに基づく話者識別の検討(第8回音声言語シンポジウム)
- 音素モデルを用いた話者ベクトルに基づく話者識別の検討(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)
- 音素モデルを用いた話者ベクトルに基づく話者識別の検討(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)
- コードブック適応を用いた離散混合分布型HMMによる講演音声認識(音声認識)
- 音声認識のための確率文脈自由文法に基づく言語モデルの構築と評価(音声情報処理 : 現状と将来技術論文特集)
- 確率文脈自由文法を用いた言語モデルの構築と音声認識実験による評価
- 英語発音評定における各種正規化の検討(一般(ポスターセッション),第11回音声言語シンポジウム)
- 英語発音評定における各種正規化の検討
- 日本語話し言葉コーパスを用いた発音変形依存モデルによる講演音声認識の性能評価(Session-1 音響モデル・特徴量・学習, 第7回音声言語シンポジウム)
- 日本語話し言葉コーパスを用いた発音変形依存モデルによる講演音声認識の性能評価(Session-1 音響モデル・特徴量・学習, 第7回音声言語シンポジウム)
- 日本語話し言葉コーパスを用いた発音変形依存モデルによる講演音声認識の性能評価(Session-1 音響モデル・特徴量・学習, 第7回音声言語シンポジウム)
- 大語彙連続音声認識のための音素グラフに基づく仮説制限法の検討 (音声言語情報処理)
- 大語彙連続音声認識のための音素グラフに基づく仮説制限法の検討
- 大語彙連続音声認識のための音素グラフに基づく仮説制限法の検討
- 大語彙連続音声認識のための音素グラフに基づく仮説制限法の検討
- 連続/セミ連続分布型HMMによる単語音声認識のViterbi best-firstサーチにおける推定スコア設定法の検討
- 状態クラスタリングによるHM-Netの構造決定法の検討
- 状態クラスタリングによるHM-Netを用いた大語彙連続音声認識システムの検討
- 音素連接HMMを用いた尤度正規化に基づくワードスポッティングの検討
- 音素連接HMMを用いた尤度正規化に基づくワードスポッティングの検討
- 状態クラスタリングによるHM-Netの構造決定法の検討
- 状態クラスタリングによるHM-Netの構造決定法の検討
- 音素連接HMMを用いた尤度正規化に基づくワードスポッティングの検討
- 状態クラスタリングによるHM-Netの構造決定法の検討
- 音素決定木に基づく逐次状態分割法によるHM-Netの検討
- 音素連接HMMに基づく尤度正規化を用いたワードスポッティングの検討
- 状態クラスタリングによるHM-Netの構造決定法の検討
- 音素決定木に基づく逐次状態分割法による HM-Net の性能改善の検討
- 音素決定木に基づく逐次状態分割法によるHM-Netの性能改善の検討
- 音素決定木に基づく逐次状態分割法によるHM-Netの性能改善の検討
- 大語彙言語データベースからのN-gram構築とタスク適応の検討
- 離散混合分布HMMのヒストグラム同等化を用いたコードブック正規化(認識・理解・対話・一般)
- 発音変形依存モデルを用いた講演音声認識(音声,聴覚)
- 離散混合分布型HMMによる講演音声認識の検討(多言語, CSJ, 認識・理解・対話・一般)
- 離散混合出力分布型HMMによる雑音下音声認識のMFCCでの評価
- ETSI標準フロントエンドを用いた雑音下音声認識の検討(認識・理解・対話)
- ETSI標準フロントエンドを用いた雑音下音声認識の検討(認識・理解・対話)
- 離散混合出力分布型HMMを用いた非定常雑音下の音声認識(ポスターセッション)(第5回音声言語シンポジウム)
- 離散混合出力分布型HMMを用いた非定常雑音下の音声認識(第5回音声言語シンポジウム : ポスターセッション)
- 離散混合出力分布型HMMを用いた非定常雑音下の音声認識(第5回音声言語シンポジウム : ポスターセッション)
- 講演音声認識における音響・言語モデルの話者適応の検討(認識・理解・対話)
- MAP推定を用いた離散混合出力分布型HMMの雑音重畳音声での評価(認識・理解・対話)
- 講演音声認識における話者適応の検討
- 離散混合出力分布型HMMのMAP推定による雑音適応の検討
- かな・漢字文字列を単位とした言語モデルの検討
- 講演音声認識のための音響・言語モデルの検討
- かな・漢字文字列を単位とした言語モデルの検討
- かな・漢字文字列を単位とした言語モデルの検討
- かな・漢字文字列を単位とした音声認識の検討
- 単語グラフ生成の言語重み・挿入ペナルティ最適化の検討
- 音素グラフに基づく仮説制限法を用いた大語彙連続音声認識の検討
- 音素グラフに基づく仮説制限法を用いた大語彙連続音声認識の検討
- 音素グラフに基づく仮説制限法を用いた大語彙連続音声認識の検討
- Trigramに基づくErgodic HMMによる言語モデルの検討
- 確率文脈自由文法を用いたHMM-LR文節音声認識におけるViterbi best-firstサーチの検討
- 確率文脈自由文法を用いたHMM-LR文節音声認識におけるViterbi best-firstサーチの検討
- HMM-LRによる文節音声認識におけるViterbi-best firstサーチの検討
- 声道長正規化による大語彙連続音声認識の性能改善の検討
- VQひずみに基づく推定コストを用いるDP best-firstサーチの検討
- 講演音声認識のための音響・言語モデルの検討
- 講演音声認識のための音響・言語モデルの検討
- 最大エントロピー法によるトリガー言語モデルの評価
- 対話音声認識におけるMLLR適応の評価
- 単語グラフ生成におけるパラメータ最適化の検討
- 単語グラフ生成におけるパラメータ最適化の検討
- 単語グラフ生成におけるパラメータ最適化の検討
- 単語グラフ生成におけるパラメータ最適化の検討
- SP2000-26 単語グラフ生成の言語重み・挿入ペナルティ最適化の検討
- SP2000-19 話者照合におけるMLLRベースの話者モデル作成の検討
- MLLR適応におけるMDL基準に基づく回帰クラスタ設定の検討
- 品詞と高頻度単語のN-gramを使用したタスク適応の検討
- 尤度差に基づくn-gram言語モデル評価のための指標
- 音素決定木に基づく逐次状態分割法によるHM-Netの検討
- 音素決定木に基づく逐次状態分割法によるHM-Netの検討
- 連続分布型HMMによる単語音声認識におけるViterbi best-firstサーチの検討
- 係り受け文法による確率文脈自由文法を用いた言語モデルの検討
- 話者照合における話者モデルのMLLR適応の検討
- 話者照合における話者モデルのMLLR適応の検討
- 話者クラス音響モデル及び単語グラフ統合を用いた音声認識(音声,聴覚)
- 話者クラス音響モデルを用いた講演音声認識におけるクラスタリング手法の各種検討(ポスターセッション)