長時間パワースペクトル減算による雑音下音声認識

概要

論文の詳細を見る
近年、雑音下の音声認識に対する関心は高まっている。一般に音声認識システムの雑音に対する頑健性の向上には、1.雑音区間の検出と同定、2.認識処理中の雑音の取り扱いについて検討する必要がある。本稿では、長時間フーリエ分析を用いて雑音の影響を推定する方法を提案する。次いで、歪んだ音声から、その雑音の影響を除去する方法について述べる。この方法は、基本的には従来のスペクトル・サブトラクションと同様の処理である。雑音が混入した観測信号の短時間パワースペクトルから、その長時間パワースペクトルを差し引いたものを特徴量とすることで、雑音の影響を受けない認識を行う。従来法の連続スペクトル・サブトラクションでは、短時間パワースペクトルの長時間平均が用いられるが、本方法ではその代わりに長時間パワースペクトルを用いることで、音声認識で重要な音韻の識別的な情報を保ち、かつ雑音の影響を除去したスペクトルのより良い推定を得る。本稿ではDARPAの雑音環境における評価用のデータベース(SPINE)を用いて認識実験を行い、本方法の効果を示す。
社団法人電子情報通信学会の論文
2000-12-14