音声の周期・非周期成分分解に基づく話者認識の検討(一般セッション,音声・言語・対話,一般)

スポンサーリンク

概要

論文の詳細を見る
従来、話者認識における特徴量として口腔内の声道特性を近似した特徴量であるMFCCが広く用いられてきたが、声道特性以外の特徴、すなわち音声信号の揺らぎについては深く議論されてこなかった。しかし、音声信号は機械ではなく生体から生成されることから音声信号には様々な揺らぎが存在し、その揺らぎには個人の身体能力等に基づく個人性が含まれると考えられる。そこで、本研究では入力音声信号を周期・非周期成分に分解し、音声の定常的な特性である周期性成分を取り除いた非周期性成分のみを用いることにより、音声信号に含まれる揺らぎを強調することを検討した。音声信号の非周期性成分のみを用いて特徴抽出を行い、話者モデルの学習、及び認識を行うことにより、従来の入力音声信号から得られた特徴量を用いる場合に比べて話者認識性能の改善が得られることを示す。
一般社団法人電子情報通信学会の論文
2013-01-23

著者

関連論文

もっと見る

スポンサーリンク