NMFとVQ手法による音楽重畳音声の音声認識(音声・言語・音響教育,一般)

スポンサーリンク

概要

論文の詳細を見る
音声認識の性能は,雑音の影響を大きく受けるため,前処理として雑音の影響を軽減する処理を行う必要がある.一般的な雑音除去手法であるスペクトルサブトラクション法やWienerフィルタは,定常的な雑音に対しては有効であるが,非定常な雑音に対しては有効でない.そこで本稿では非定常な信号である音楽が背景雑音として重畳された音楽重畳音声からの音楽除去をベクトル量子化手法と非負値行列因子分解の2つの手法で比較・検討を行う.評価実験として,孤立単語認識実験を行った.ピアノ音だけの音楽のとき,クリーン音声のモデルで認識した場合,音楽除去を行うことで除去を行わない場合に比べて単語認識率で約15%の改善が得られた.また,音楽除去を行った後の音声でモデルを作ることで,0dBでも約90%と高い認識率が得られた.また,音楽がピアノ三重奏の場合でも同様な効果のあることを示す.さらに,聴取実験を行い人間の聴覚と計算機での認識性能の比較も行った.
2011-06-16

著者

関連論文

もっと見る

スポンサーリンク