頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
スポンサーリンク
概要
- 論文の詳細を見る
本論文では、雑音やSNRが時間的に変化する状況に対処することを目的として、頑健な区間検出とモデル適応に基づく雑音下音声認識手法を提案する。入力音声に対し、一定の長さの入力信号を切り出し、その区間に対して木構造から選ばれた最適な雑音適応モデルによって音声認識する。その結果から文区切りを検出し、さらに尤度が最大化するように音素モデルを教師なしで線形変換(MLLR)を行ったのち、再度音声認識を行うことによって認識精度を上げる。日本語対話システムを用いて、二種類の雑音データに対する評価実験により提案手法の有効性を確認した。
- 社団法人電子情報通信学会の論文
- 2004-12-14
著者
関連論文
- 年齢推定のための音声特徴量および推定器の検討 (音声)
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出 (医用画像)
- 音声認識実用化技術の展開(総合報告)
- SIFT混合ガウス分布と音響特徴を用いた映像からの高次特徴検出(テーマセッション関連,一般物体認識・画像特徴量)
- WFST音声認識デコーダにおけるon-the-fly合成の最適化処理(音声,聴覚)
- 携帯端末上でのプロキシ編集(映像理論・映像システム,画像処理・符号化及び一般)
- 頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
- 区分線形変換による雑音適応法のための木構造クラスタリング法の検討
- 区分線形変換による雑音適応法における木構造クラスタリング法の検討
- 尤度最大化規準による雑音適応
- 雑音重畳音声に対する各種適応手法の検討
- 話者クラスタに基づく初期モデルを用いた話者適応
- F_0パターン生成モデルのための数量化I類の平均値置換による話者適応法の検討(感情音声,韻律,声質,音声生成・知覚,脳機能,一般)
- CHLAC特徴と隠れマルコフモデルを用いたGait認識(一般セッション2,複合現実感のためのパターン認識・理解)
- 統計的モデル選択によるシーン数の自動推定を用いた動画要約(一般セッション3,複合現実感のためのパターン認識・理解)
- 話者認識研究の現状と展望
- 東京工業大学における質問応答システムの研究概要(第8回音声言語シンポジウム)
- HMM及びケプストラム係数特徴による筋電信号を用いた無発声音声認識
- HMM及びケプストラム係数特徴による筋電信号を用いた無発声音声認識(福祉と音声処理及び一般)(音声)
- HMM及びケプストラム係数特徴による筋電信号を用いた無発声音声認識(福祉と音声処理及び一般)
- 連続音声認識のためのネットワーク構造を用いた効率的探索手法
- 話し言葉音声の音響的・言語的特徴の分析
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- 1 音声認識技術の実用化への取り組み(音声認識技術の実用化への取り組み)
- 音響モデル学習のための相対エントロピーを用いた学習文選択
- 年齢推定のための音声特徴量および推定器の検討(音声・言語・音響教育,一般)
- 音声・非音声の信頼度を利用した雑音に頑健な音声認識デコーダの検討(音声・言語・音響教育,一般)
- 音声の有無による違いを考慮した Home video 簡易編集
- 大規模映像資源のためのマルチモーダル高次特徴検出(画像・映像処理)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- マルチストリーム話者照合におけるブースティングに基づく重み最適化法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- 会議音声認識のためのスペクトル減算に基づくオンライン音源分離(オーガナイズドセッション:スピーチエンハンスメント,音声,応用/電気音響,信号処理,及び一般)
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- 局所的な特徴と大局的な特徴を用いた監視カメラ映像からの行動イベント検出(一般,First Person Visionのための認識・理解)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- SIFT混合ガウス分布を用いた一般物体認識のためのマルチカーネル学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- WFST駆動音声認識デコーダの最近の評価結果(デコーダ,第11回音声言語シンポジウム)
- WFST駆動音声認識デコーダの最近の評価結果(デコーダ,第11回音声言語シンポジウム)
- ニュース音声を対象とした大語彙連続音声認識と話題抽出
- 単語trigramを用いた大語彙連続音声認識
- 音声の有無による違いを考慮したHome video簡易編集
- 科学技術振興調整費開放的融合研究推進制度 : (小特集:) : 大規模コーパスに基づく『話し言葉工学』の構築
- 会議音声認識のためのスペクトル減算に基づくオンライン音源分離(オーガナイズドセッション:スピーチエンハンスメント,音声,応用/電気音響,信号処理,及び一般)
- 会議音声認識のためのスペクトル減算に基づくオンライン音源分離(オーガナイズドセッション:スピーチエンハンスメント,音声,応用/電気音響,信号処理,及び一般)
- ニュース音声を対象とした言語モデルと話題抽出の検討
- ニュース音声認識のための言語モデルと音響モデルの検討
- ニュース音声認識のための言語モデルと音響モデルの検討
- ニュース音声認識のための言語モデルと音響モデルの検討
- 音声認識のための複数の認識器を利用した能動学習(音響モデル,第11回音声言語シンポジウム)
- 音声認識のための複数の認識器を利用した能動学習
- 講義音声認識における講義スライド情報の利用(第8回音声言語シンポジウム)
- マルチモーダル音声認識におけるストリーム重み係数最適化の検討(ポスターセッション)(第5回音声言語シンポジウム)
- 横顔の動画像情報を用いたマルチモーダル音声認識(自然言語情報処理研究会と一部合同開催 : マルチモーダル・音声インタフェース関連)
- ニュース音声認識の話者適応法の検討
- ニュース音声認識における言語モデルの改良
- 周波数帯域ごとの重みつき尤度を用いた雑音に頑健な音声認識(耐雑音)(第5回音声言語シンポジウム)
- 頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
- 頑健な区間検出とモデル適応に基づく雑音下音声認識(雑音下音声処理)(第6回音声言語シンポジウム)
- 区分線形変換による尤度最大化雑音適応法の検討
- 尤度最大化規準による雑音適応
- MLLRにおける適応データの量に応じたクラスタ数の選択法
- HMM音声合成における自然性と個人性に優れた韻律モデル適応法の検討
- マルチモーダル音声認識におけるストリーム重みの教師なし推定法の検討
- 話し言葉音声合成の韻律制御に関する検討
- マルチモーダル音声認識におけるストリーム重みの教師なし推定法の検討
- 話し言葉音声合成の韻律制御に関する検討
- 何かが欠けている音声認識研究(第11回音声言語シンポジウム)
- 何かが欠けている音声認識研究(第11回音声言語シンポジウム)
- 自由発話を対象とした対話システムの構築と評価
- 雑音下音声におけるスペクトル縮小の分析とその耐雑音音声認識への利用
- 音声自動要約を利用した講演速聞きシステムの検討(自然言語情報処理研究会と一部合同開催 : NL・SLP合同開催 : 音声対話1)
- 教師なしクロスバリデーション適応法の諸条件における評価
- 教師なしクロスバリデーション適応法の諸条件における評価
- 5X-8 User identification using Time-of-Flight camera image streams
- 雑音に頑健な音声認識のための韻律情報の利用(自然言語情報処理研究会と一部合同開催 : 自動車内音声対話関連)
- ハフ変換による雑音に頑健な基本周波数抽出法
- 話し言葉音声認識における話者間の認識率変動要因の解析
- 雑音下音声におけるスペクトル縮小の分析とその耐雑音音声認識への利用(音声一般,聴覚・音声・言語とその障害/一般)
- マルチバンド音声認識のためのLDAに基づく帯域重み推定手法
- HMM音声合成に基づいた話者適応可能な多言語音声合成法 : 開発と評価(Session-8 ポスターセッション: 一般, 第7回音声言語シンポジウム)
- HMM音声合成に基づいた話者適応可能な多言語音声合成法 : 開発と評価(Session-8 ポスターセッション: 一般, 第7回音声言語シンポジウム)
- 英語ニュース音声を対象とした音声自動要約
- 英語ニュース音声を対象とした音声自動要約
- 係り受けSCFGに基づく音声自動要約法の改善
- 話し言葉音声認識における話者間の認識率変動要因の解析
- 話し言葉音声認識のためのNグラム言語モデルの枠組みにおける種々の方法の検討(ポスターセッション)(第5回音声言語シンポジウム)
- Slice Chain Max-Sumアルゴリズムによるタンパク質のポテンシャルエネルギー最小化に関する研究
- 軽量な画像特徴量を用いたマルチモーダル音声認識(音声、聴覚,学生論文)
- 3-2 第4世代の音声認識を目指して(3.人間に関係した情報処理,人間を理解するためのICT技術-人間を対象としたセンシング・情報処理からその応用まで-)
- 隠れマルコフモデルを用いた眼電位認識の研究(一般セッション,時系列パターン認識)
- 隠れマルコフモデルを用いた眼電位認識の研究(一般セッション,時系列パターン認識)
- 数量化I類によるF_0パターン生成の制御要因に関する検討
- 1.音声研究の始まり : 音声分野(〈特集〉-音響学における20世紀の成果と21世紀に残された課題-)