雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9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
これまでに我々は,ひずみ尺度としてITU-T勧告P.862のPESQを用いて認識性能を推定する手法を開発した.本手法により高い精度で認識性能を推定できるものの,それは個々の雑音抑圧アルゴリズムに最適化した推定式を用意する場合に限られていた.しかし,実用上は一つの推定式で様々な雑音抑圧アルゴリズムに適用できることが望まれる.この問題は,ひずみの大きさと認識性能の関係が雑音抑圧アルゴリズムによって異なることに起因するので,本稿ではひずみ尺度を修正することによりその解決を図った.認識性能の推定実験を行った結果,修正したひずみ尺度の有効性が明らかとなった.また,大量の実音声データの代わりに用いるために開発したタスク依存擬似音声は,修正したひずみ尺度においても有効であることを確認した.
- 2007-12-13
著者
-
北脇 信彦
筑波大学
-
北脇 信彦
筑波大学大学院
-
山田 武志
筑波大学大学院
-
山田 武志
筑波大学大学院システム情報工学研究科
-
北脇 信彦
筑波大学システム情報工学研究科
-
北脇 信彦
筑波大 電子・情報工学系
-
北脇 信彦
NTT電気通信研究所
-
北脇 信彦
日本電信電話(株)通信網総合研究所
-
橋本 倫和
筑波大学大学院システム情報工学研究科
関連論文
- 波形の折れ線近似による低遅延・少計算量楽音符号化方式(信号処理・符号化・一般)
- 波形の折れ線近似による低遅延・少計算量楽音符号化方式(信号処理・符号化・一般)
- 3X-6 コード進行モデルを用いた楽曲のコード認識の検討(音楽情報科学(2)自動作曲・楽曲分析,学生セッション,人工知能と認知科学)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 楽音と音声の双方に適用できる客観品質推定尺度の検討(ワイヤレス環境でのアプリケーション品質,P2P/アドホックネットワーク,画像符号化ストリーム技術,信頼性,一般)
- IP電話における中国・日本・欧米のMOS評価特性の比較(五感メディア,映像/音声サービスの品質,ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,仮想空間におけるユーザコミュニケーション,一般)
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出 (応用音響)
- B-11-1 IP網における音声の客観品質評価に用いる擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- CQ2010-35 超高速インターネット衛星きずなを用いた遠隔授業における映像・音声品質の評価(一般,映像配信・コミュニケーションを支える品質技術,一般)
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出(音響信号処理/聴覚/一般)
- CQ2010-27 ディジタル通信網における音声品質評価法の研究と国際標準化(特別講演,映像配信・コミュニケーションを支える品質技術,一般)
- ヒューマノイドロボットHRP-2における音響情報と画像情報を統合したリアルタイム音声インタフェース(システム論文特集号)
- マイクロホンアレイと音源定位を用いた会議録再生システムについて(立体音響・音場制御/聴覚/一般)
- ひずみ感と帯域感を考慮した楽音符号化方式の最適品質設計法(ネットワーク)
- 高次統計量の分布モデルを用いた音声・環境音識別法の検討(音声・音響処理)
- 高次統計量の分布モデルを用いた音声・環境音識別法の検討(音声・音響処理)
- 符号化劣化要因と周波数帯域及びパケット損失を考慮した楽音の客観品質評価法(アプリケーション品質,モバイルP2P,ユビキタスネットワーク,アドホックネットワーク,センサネットワーク,一般)
- A-19-8 タッチパネルのための音像定位インタフェースの検討(A-19.福祉情報工学,一般セッション)
- 雑音抑圧された音声の主観・客観品質評価法
- 大規模データベースを用いたタスク依存言語モデル構築の検討
- IP電話サービスの通話品質評価技術
- CCITT SG XIIの動向 : 電話網と音声通信端末の通話品質
- 周波数領域でのブラインド信号分離における分離行列の補間
- B-11-2 雑音抑圧音声の総合品質推定モデルを適用したフルリファレンス客観品質評価法(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-11 時間離散ひずみの評価を考慮した擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-12 中国と日本のMOS評価特性の比較(B-11.コミュニケーションクオリティ,一般セッション)
- BS-8-3 雑音抑圧音声の品質推定モデルを用いたノンリファレンス客観品質評価法(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- BS-8-4 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- D-14-7 ETSI標準雑音抑圧フロントエンドのための雑音推定法の検討(D-14. 音声,一般セッション)
- 雑音抑圧音声の品質推定モデルとそのノンリファレンス客観品質評価への適用(NW管理,次世代NWアーキテクチャ,次世代NWのオペレーションアーキテクチャ,トラヒック計測・モデリング・品質,オーバレイネットワーク,次世代NWサービス品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 装置劣化要因の品質評価に用いるテスト信号の検討(五感メディア,映像/音声サービスの品質,有線無線ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,一般)
- 認識対象語彙数を考慮した雑音下孤立単語認識の性能推定(耐雑音性)
- [若手研究者育成レクチャーシリーズ]音声・楽音符号化及び通話品質の研究と標準化(合成, 韻律, 生成, 一般)
- 低ビット音声/楽音符号化の品質 : ITU-T標準方式とTwinVQ方式
- エコーキャンセラの残留エコー特性測定に用いる信号の検討
- 衛星きずな(WINDS)を用いた遠隔授業実験(衛星,移動通信におけるアンテナ・伝搬技術,一般)
- 環境音モデルとHMM合成を用いた文章発話に対する音声区間検出の検討
- 環境音モデルと HMM 合成による音声区間検出法
- BS-5-4 雑音抑圧音声のMOSと単語了解度の客観推定(BS-5.QoE最前線-情報通信サービスにおけるユーザ体感品質-,シンポジウムセッション)
- 符号化パラメータとパケット損失を考慮したAV通信品質の推定モデル(NW性能管理, NW品質, 一般)
- HMMとMFCCを用いた楽器音の音源同定の検討
- 環境音モデルとHMM合成を用いた音声区間検出法の音声認識への適用
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- ひずみ感と帯域感を考慮した楽音符号化の最適品質設計法(マルチメディア通信とQoS, VoIP, ストリーミング, 一般)
- ひずみ感と帯域感を考慮した楽音符号化の最適品質設計法
- SVMを用いた音源数推定の音源分離システムへの応用
- 音源分離におけるSVMを用いた音源数推定法について
- 音源分離におけるSVMを用いた音源数推定法について
- ブラインド信号分離における音源数推定法について
- 符号化音声の客観品質評価に用いる擬似音声の有効性
- 残留エコー特性の客観測定に用いるテスト信号の比較
- 楽音波形の折れ線近似に基づくVariable bit-rate符号化の一検討
- 帯域とビットレートを考慮した楽音符号化品質設計法
- ITUホットライン ITU-T SG12(サービスの性能及び品質) 第5回会合における標準的研究動向
- DCTと動きベクトルを極力継承して再量子化雑音を低減するインタレース映像用MPEG-2/H.264再符号化手法(画像・映像処理)
- B-11-12 QoE評価に用いる標準音声データベースとその特徴量の分析(B-11. コミュニケーションクオリティ,一般セッション)
- 「特別論文」IP 電話本格普及期の知覚QoS評価法の研究
- [特別論文]IP電話本格普及期の知覚QoS評価法の研究(CQセッション1)(モバイルビデオ,QoS制御,サービス品質,一般)
- [特別論文]IP電話本格普及期の知覚QoS評価法の研究(CQセッション1)(モバイルビデオ,QoS制御,サービス品質,一般)
- 携帯電話の符号化 : 音声コーディング,対音環境特性,通話品質(携帯電話の音響技術)
- 【招待論文】IP電話の知覚QoS評価法(マルチメディア通信とQoS, VoIP, ストリーミング, 一般)
- IP電話の知覚QoS評価法
- 3.音声分析と符号化 : 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-)
- 音声情報伝達品質評価の国際的動向 (<小特集>シンポジウム「音声情報伝達」)
- BT-1-3 超高速インターネット衛星WINDS「きずな」を用いたアジアの大学との遠隔教育実験(BT-1.新たな衛星利用、衛星応用,チュートリアルセッション,ソサイエティ企画)
- IP電話の通話音質評価(音響配信及び通信における音質変化とその評価)
- 音メディア通信サービスの未来を読む
- IPネットワークサービスを支える音声・音響技術の歴史と発展(信号処理, 符号化とそれらを用いた知的マルチメディアシステム, 一般)
- IPネットワークサービスを支える音声・音響技術の歴史と発展(信号処理, 符号化とそれらを用いた知的マルチメディアシステム, 一般)
- 楽音波形の折れ線近似 Variable bit-rate 符号化方式の適応量子化による品質改善
- B-11-34 帯域感とひずみ感を考慮した符号化楽音の客観品質評価法(B-11. コミュニケーションクオリティ, 通信2)
- 周波数領域のInfomaxとサブスペース法を併用した音響信号のブラインド分離
- 周波数領域でのブラインド信号処理アルゴリズムの比較
- B-11-19 楽音と音声の双方に適用できる客観品質評価法の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-17 EモデルのR値を固定したときの遅延と音質の関係(B-11. コミュニケーションクオリティ)
- 符号誤り音声に対する客観品質評価尺度の検討
- 雑音抑圧音声の主観・客観品質評価法
- B-11-21 広帯域符号化音声の客観品質評価法の検討(B-11. コミュニケーションクオリティ)
- 招待講演 聴覚的知見をベースとするIP電話のユーザ体感品質評価法の動向
- 符号化劣化要因とパケット損失を考慮した楽音の客観品質評価法(触覚,五感メディアの品質,一般)
- 広帯域符号化音声に対応したオピニオンモデルにおける遅延劣化要因評価値の検討(触覚,五感メディアの品質,一般)
- B-11-10 広帯域符号化音声の装置劣化要因評価値の検討(B-11.コミュニケーションクオリティ,一般講演)
- 広帯域符号化音声の装置劣化要因評価値(NW性能管理, NW品質, 一般)
- B-11-33 広帯域符号化音声の量子化歪み劣化単位(B-11. コミュニケーションクオリティ, 通信2)
- 劣決定音源分離のための分離音声のケプストラムスムージング
- ハンズフリー音声通信のための雑音抑圧手法の主観・客観品質評価
- 雑音抑圧手法の主観・客観品質からの音声認識性能の推定
- B-11-16 IP網を活用した音楽サービスの客観品質評価法(B-11. コミュニケーションクオリティ,一般セッション)
- D-14-1 雑音抑圧音声の主観品質評価におけるミュージカルノイズの影響(D-14.音声,一般セッション)
- D-14-9 日本語スピーキングテストにおける文生成問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- D-14-8 日本語スピーキングテストにおける文章読み上げ問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- インタレース映像を対象としたMPEG-2/H.264イントラ再符号化方法の検討
- 音情報通信のディジタル化を求めて : 音声及び音楽信号の符号化と品質評価法(サービス品質,クラウド,SDN(Software-Defined Network),コンテンツ配信,一般)
- 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-)