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
スポンサーリンク
概要
- 論文の詳細を見る
単語認識を行う際に初めの段階の処理として単語音声区間検出がある。我々はエルゴディック隠れマルコフモデル (EHMM) を利用して雑音と音声の音響的特徴の差から雑音下の単語音声区間を検出する方法を検討し、振幅や零交差数を用いた方法に比べS/N比が低い場合に効果があることを示した。これを実環境で応用する場合は時間と共に変化する雑音の性質に対して、雑音EHMMのパラメータをリアルタイムに適応させる必要がある。本実験では検出すべき単語の直前の雑音による雑音EHMM再学習が検出にもたらす効果について調べた。その結果、実際の環境で雑音EHMMを適応させることにより、適応させる以前の雑音EHMMを用いた場合に比べ、検出の正解率が上がることが確認できた。また学習回数に制限を加えることにより、過学習による検出率の低下を抑制でき、かつリアルタイム処理の可能性を示した。
- 1997-09-12
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
- 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
- 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)
- 意欲喚起と自学自習支援による情報システムクリエータの育成
- 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)
- 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
- 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
- 変調処理による自動音声認識のための頑強な特徴量抽出法 - 変調複素Wavelet変換を用いて -
- 自動音声認識の特徴量抽出への変調Wavelet変換の応用
- BPF対バンクによる耐雑音性をもった音声特徴抽出
- 学習達成度試験による専門教育の質の保証
- 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
- 画像の解像度変換法に関する一考察
- 音声対話による飲食店案内システムの構築
- 汎用ディジタル信号処理プログラムの開発
- 適応フィルタのサブバンド処理を可能とする評価関数の提案
- 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
- 話者情報を担う変調周波数帯の調査 -雑音駆動音声を用いた話者識別知覚実験-
- 音声中の話者情報を担う変調周波数帯の調査
- 統計的な手法による動画シーン分割性能の改善
- 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
- ビデオ教材作成支援を目的とした講義音声によるシーン分割(教育工学)
- G-006 動的計画法を用いた音声による講義ビデオシーン自動分割(G.音声・音楽)
- 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
- 石川高専ネットワ-クの現状と課題
- 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
- 自動シーン分割を利用したビデオ教材作成支援システム
- パターンマッチング方式BPFP法による耐雑音性のあるピッチ抽出
- 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
- 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
- 特徴空間における時間正規化を前処理に用いた HMM 単語認識
- 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
- デ-タベ-ス検索のための音声対話システムの構築
- 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
- 音声による講義ビデオシーン分割方法の検討
- 2進符号を教師信号にもつ階層型ニュ-ラルネットの学習
- システム管理者にも情報が漏洩しない情報管理システムの構築
- 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
- D-14-17 雑音に強い単語音声認識特徴量
- B-4-39 公共空間における電磁波環境計測と評価 : 中波送信アンテナ近傍の公園の場合
- 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
- PIC演習システムの開発
- ニューラルネットを用いた音声の音韻セグメンテーション
- 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
- エルゴディック隠れマルコフモデルを用いた単語境界の抽出
- 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
- 有声/無声音混在区間を考慮したU/Vニューラルネットワーク
- 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
- 連続音声認識に適した構文意味解析について
- 時変ディジタルフィルタによる音声基本周波数の抽出
- 電気的喉頭波形を用いた連続音声の 有声/無声/混合 分類
- 音声中の言語情報を担う変調スペクトル特性の検討
- 逐次処理方式による音声分析合成
- 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
- ロバストな音声認識実現を目的とした変調スペクトル特性の検討
- ロバストな音声認識実現を目的とした変調スペクトル特性の検討
- ロバストな音声認識実現を目的とした変調スペクトル特性の検討
- 頑強な音声認識のための環境適応係数の識別誤り最小化学習
- 電気的喉頭波形を用いた連続音声のU/V判定とピッチ抽出
- 超だ円面識別ユニットによる音韻認識
- 連続音声認識ニューラルネットの後処理
- 隠れマルコフモデルのテキスト依存型話者認識への応用
- ニューラルネットによる連続音声認識
- ニュ-ラルネットによる連続音声の音韻セグメンテ-ション
- 「音素チャ-ト」に基づく中国語連続音声の母音認識
- 連続音声の音素レベルセグメンテ-ションの高速処理システム
- 帯域フィルタ対バンクによる音声ピッチ抽出
- 状態数の調整によるHMM単語音声認識システムの改善
- 推定された声帯音源波の個人性評価と類似性判断
- 並列ホルマントモデルによる混合音の波形分離