符号化音声認識のための合成音声を用いた不特定話者音響モデルの適応法(音声,聴覚)
スポンサーリンク
概要
- 論文の詳細を見る
現在,IP電話端末から音声認識システムを利用する場合,音声データ通信時における音声圧縮・伸張(符号化)の影響より固定電話と比較して音声認識精度が低下する問題がある.これを回避するため,符号化された多量の音声データを用いて音響モデルを再学習,及び適応する手法が提案されている.しかし,再学習や適応に必要となる多量の音声データを収集することは多大な労力と時間が必要となる.そこで本論文では,音声データの収集を必要としない音響モデル適応手法を提案する.本提案手法は,認識に用いる音響モデルから適応に必要な音声データを自己生成する手法である.本論文ではこの手法を実現するため,音響モデルの各分布より音素波形を合成し適応に用いる「合成音素波形による音響モデルの分布適応法」と連続音声を合成し適応に用いる「連続合成音声を用いた音響モデル適応法」を提案する.符号化方式G723.1を用いた音声認識実験結果より,連続合成音声を用いた音響モデル適応法は適応前の音響モデルの認識精度を改善することが分かった.これらの結果より,提案手法は適応データの収集を必要とせず,符号化音声を高精度に認識する手法として有効であるといえる.
- 社団法人電子情報通信学会の論文
- 2007-09-01
著者
-
黒岩 眞吾
千葉大学
-
柘植 覚
徳島大学大学院
-
任 福継
徳島大学大学院
-
田中 康司
徳島大学大学院工学研究科
-
黒岩 眞吾
徳島大学大学院ソシオテクノサイエンス研究部
-
任 福継
Tokushima Univ. Tokushima‐shi Jpn
-
北 研二
徳島大学高度情報化基盤センター
-
北 研二
徳島大
-
柘植 覚
大同大学
-
獅々堀 正幹
徳島大学大学院ソシオテクノサイエンス研究部情報ソリューション部門
-
黒岩 眞吾
徳島大学大学院ソシオテクノサイエンス研究部:独立行政法人情報通信研究機構知識創成コミュニケーション研究センター音声言語グループ
-
黒岩 眞吾
(株)ケイディディ研究所
-
原 一眞
徳島大学大学院工学研究科
-
任 福維
徳島大学大学院ソシオテクノサイエンス研究部
-
柘植 覚
徳島大学大学院ソシオテクノサイエンス研究部情報ソリューション部門
-
北 研二
徳島大学
-
Tsuge Satoru
Atr Interpreting Telecommunications Research Laboratories
-
獅子堀 正幹
徳島大学工学部
-
獅子堀 正幹[他]
徳島大学工学部
関連論文
- 話者交替規則に基づいた日本手話対話の話者交替の分析
- 距離索引VP-treeにおける解絞込みの一改良手法(マルチメディアデータベース,データ工学論文)
- 実用会話システムにおける対話型案内コンテンツの構築
- 実用会話システムにおける対話型案内コンテンツの構築(対話)
- 日本手話の表現速度の違いによる手動作変化の分析(福祉と音声処理,一般)
- Webページ間の関係に着目した大規模サイトの構造化の調査 : 音声ブラウザ利用におけるアクセシビリティの検討
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(3)(SIG-SLP内組織の活動報告)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(2)(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境 (2)(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(第8回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- 大規模話者骨導音声データベースを用いたテキスト独立型話者照合実験(一般(ポスターセッション),第9回音声言語シンポジウム)
- CENSREC-1-C : 雑音下音声区間検出評価基盤の構築
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- 3DCGによる手話文アニメーション合成システムの構築と評価(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 感情生起事象文型パターンに基づいた会話文からの感情推定手法
- 感情コーパス作成支援システムの開発(コーパス, 学習, 対話, 要約)
- 大規模話者骨導音声データベースを用いたテキスト独立型話者照合実験(一般(ポスターセッション),第9回音声言語シンポジウム)
- 大規模話者骨導音声データベースを用いたテキスト独立型話者照合実験(一般(ポスターセッション),第9回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(2)(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下マルチモーダル音声認識評価基盤CENSREC-1-AVの構築
- 順位統計量を用いた話者照合のためのコホート話者選択方法
- 順位統計量を用いた話者照合のためのコホート話者選択方法
- Super-Function に基づく日英機械翻訳における日付・時間表現の抽出
- 符号化音声認識のための合成音声を用いた不特定話者音響モデルの適応法(音声,聴覚)
- Super-Functionを用いた日英機械翻訳における日付・時間表現の抽出
- N-gram出現頻度を用いた感情類似度計算
- 感情コーパス構築のための文中の語に基く感情分類手法
- Super-Functionを用いた日英機械翻訳における日付・時間表現の抽出(用語・情報抽出)
- N-gram出現頻度を用いた感情類似度計算(感情・評価)
- 感情コーパス構築のための文中の語に基く感情分類手法(感情・評価)
- 分散音声認識における実時間周波数特性正規化手法(音声言語)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- 位置と動きに基づくマルチストリームHMMを用いた手話認識
- 手の位置と動きに着目したHMMによる手話単語の認識(一般,膨大なデータから学ぶもの)
- 手の位置と動きに着目したHMMによる手話単語の認識(一般,膨大なデータから学ぶもの)
- 順位統計量を用いた話者照合のためのコホート話者選択方法(一般(ポスターセッション),第11回音声言語シンポジウム)
- スペクトルの微細構造を考慮した風雑音除去手法(電気音響,音響一般)
- 多数の話者モデル内での順位情報を用いた話者照合
- 3DCGによる手話文アニメーション合成システムの構築と評価(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 3DCGによる手話文アニメーション合成システムの構築と評価(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 書き起こしへの付与を目指した音声とテキストを対象とした発話印象の分析
- 日本手話対話におけるうなずきの機能に関する基礎的検討
- 早口再合成音声における韻律強調と聞き取りやすさの関係の分析
- 音声認識の信頼度に着目した文境界検出に関する検討(一般(ポスターセッション),第11回音声言語シンポジウム)
- 音声認識の信頼度に着目した文境界検出に関する検討
- 視覚障害者のための意味情報を用いた仮名漢字変換における説明語選択手法の検討(福祉と音声処理,一般)
- 曲中のブレスによる合図を利用した伴奏システム
- 日本手話対話の話者交替時の重複現象の分析
- 日本手話対話の話者交替時の重複現象の分析(一般セッション,コミュニケーション支援,共生コミュニケーション及び一般)
- 日本手話対話の話者交替時の重複現象の分析(一般セッション,コミュニケーション支援,共生コミュニケーション及び一般)
- 日本手話対話の話者交替時の重複現象の分析(一般セッション,コミュニケーション支援,共生コミュニケーション及び一般)
- 13-105 学生自主プロジェクト活動実態に関する考察((17)工学教育システムの個性化・活性化-II)
- Super-Functionによる機械翻訳エンジンのWeb実現について(機械翻訳)
- ベクトル空間モデルに基づく特定領域向け中国語質問応答システムの構築
- 日本手話におけるうなずきと接続詞の分析(福祉と音声処理,一般)
- 日本手話におけるうなずきと接続詞の分析(福祉と音声処理,一般)
- 日本手話の表現速度の違いによる手動作変化の分析(福祉と音声処理,一般)
- 発話予測を利用した手話対話システムに関する検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 発話予測を利用した手話対話システムに関する検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- 発話予測を利用した手話対話システムに関する検討(福祉と知能・情動・認知障害,福祉と音声処理,一般)
- STRAIGHTを用いたF0モデルパラメータの変換・再合成ツールの開発(一般(ポスターセッション),第9回音声言語シンポジウム)
- STRAIGHTを用いたF0モデルパラメータの変換・再合成ツールの開発(一般(ポスターセッション),第9回音声言語シンポジウム)
- STRAIGHTを用いたF0モデルパラメータの変換・再合成ツールの開発(一般(ポスターセッション),第9回音声言語シンポジウム)
- 音声認識・音声合成を用いた音声途切れ補間手法
- 機械翻訳における使役表現の翻訳規則について(機械翻訳)
- 対訳例文から中日数量表現の翻訳規則の獲得について(機械翻訳)
- 情報検索のために単一ドキュメントからキーワード抽出(抽出, 言い換え)
- 機械学習を用いた中国語意味的依存構造の推定(解析, 分析)
- パーティクルフィルタとHMMによる動画像からの手話認識に関する検討(コミュニケーションの心理及び一般)
- 書き起こしへの付与を目指した発話印象の表現法に関する分析(一般(ポスターセッション),第9回音声言語シンポジウム)
- 書き起こしへの付与を目指した発話印象の表現法に関する分析(一般(ポスターセッション),第9回音声言語シンポジウム)
- 書き起こしへの付与を目指した発話印象の表現法に関する分析(一般(ポスターセッション),第9回音声言語シンポジウム)
- 視覚障害者のための意味情報を用いた仮名漢字変換における説明語選択手法の検討(福祉と音声処理,一般)
- 視覚障害支援のための意味情報に基づく仮名漢字変換
- 視覚障害支援のための意味情報に基づく仮名漢字変換(福祉工学)
- Kinectとパーティクルフィルタを用いたHMM手話認識手法の検討(テーマセッション,時系列パターン認識)
- Kinectとパーティクルフィルタを用いたHMM手話認識手法の検討(テーマセッション,時系列パターン認識)
- 日本手話対話と日本語音声対話における話者交替現象の比較分析(福祉情報工学一般,ライフイノベーションのための介護・リハビリ・生活支援技術)
- 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)
- 隠れマルコフモデルを用いた眼電位認識の研究
- 日本手話対話と日本語音声対話における話者交替現象の比較分析
- Kinect とパーティクルフィルタを用いたHMM手話認識手法の検討
- 名演奏家の合奏録音における伴奏者の演奏タイミング制御の分析
- 小特集「話者認識に関する研究の動向」にあたって(話者認識に関する研究の動向)
- Kinect とパーティクルフィルタを用いたHMM手話認識手法の検討
- 話者認識技術の現状と課題(オーガナイズドセッション(パネルディスカッション),音声アプリケーション,一般)
- コミュニケーション支援のための眼球動作入力音声合成インタフェースの研究(福祉情報工学一般,地域コミュニティと福祉)
- Kinectとパーティクルフィルタによる手話認識手法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- Kinectとパーティクルフィルタによる手話認識手法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- Kinectとパーティクルフィルタによる手話認識手法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- Kinectとパーティクルフィルタによる手話認識手法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- ユーザ属性を考慮した字幕付与方法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- ユーザ属性を考慮した字幕付与方法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- ユーザ属性を考慮した字幕付与方法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- ユーザ属性を考慮した字幕付与方法の検討(聴覚障害,メディア・コミュニケーションの品質と福祉,及び一般)
- K-063 Androidを用いた失語症者向け料理名思い出しツール(K分野:教育工学・福祉工学・マルチメディア応用,一般論文)