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

概要

論文の詳細を見る
本稿では,マルチバンド音声認識のための線形判別分析(LDA)を用いた帯域重み推定手法の提案を行う.本研究におけるマルチバンド音声認識は,スペクトル領域の特徴量(SPEC)をマルチストリームHMMを用いてモデル化することで実現される.また,LDAを用いた帯域重み推定手法を,尤度平均化に基づくモデル間の重み調整手法(OLN)と組み合わせる方法についての提案も行う.様々な種類の雑音・SN比条件の日本語連続数字発声を用いて認識実験を行ったところ,提案するLDAに基づく重み推定方式が全ての雑音条件で有効であることが確認された.また,提案手法をOLNと組み合わせることにより,さらに耐雑音性が向上することが分かった.さらに,このLDAに基づく重み推定手法を用いたマルチストリーム音声認識の枠組みを用いて,SPECとMFCCの2つの特徴量の性能比較を行ったところ,スペクトル特徴量のSPECの方が良好な認識性能を示すことが確認された.これは,ケプストラム特徴量よりも,スペクトル特徴量の方が,有効に重畳雑音を処理できることを示唆している.
社団法人電子情報通信学会の論文
2006-05-19