講演抄録/キーワード |
講演名 |
2007-06-29 10:00
実環境ハンズフリー音声認識のための音響モデルと言語モデルに基づく音声区間検出と認識アルゴリズム ○酒井啓行・ツィンツァレク トビアス・川波弘道・猿渡 洋・鹿野清宏(奈良先端大)・李 晃伸(名工大) SP2007-17 |
抄録 |
(和) |
実環境ハンズフリー音声認識ではユーザの発話以外に様々な背景雑音が混入するためSNR が悪くなり,従来の振幅パワーに基づく音声区間検出は難しい.本稿では,ハンズフリー音声認識のための音響モデルと言語モデルに基づいた新しい音声区間検出およびその認識アルゴリズムを提案する.具体的には発話の前後の無音区間(非発話
区間) の存在に注目し,認識を行う中で音韻と無音を比較することで区間を特定する.提案法では振幅パワーに関わらずリアルタイムに効果的な音声区間検出が可能である.提案法を音声認識エンジンJulius に組み込み,SNR の異なる音声データを用いて実験を行うことで,音声区間検出と認識率において従来法よりも大きく優れることを示した. |
(英) |
This paper proposes a new Voice Activity Detection (VAD) method by decoding using Acoustic Model(AM) and Language Model (AM) applied to Hands-Free speech recognition. SNR degrades in real-environment Hands-Free because of the various background noise. This means that the common VAD based on Ampulitude Level (AL) becomes difficult. We focuses on the premise that non-speech segments exist before and after utterance.
VAD by comparing phoneme to silence segment while decoding using AM and LM. Effective VAD and real-time decoding is realized without using AL. We implemented the method on the speech recognition decoder Julius. Experimental results using various SNRs show that our method attains the higher VAD accuracy and the recognition rate than the conventional method. |
キーワード |
(和) |
音響モデルと言語モデルに基づく音声区間検出 / ハンズフリー音声認識 / 実環境 / / / / / |
(英) |
Voice Activity Detection (VAD) by decoding based on Acoustic Model and Language Model / Hands-Free speech recognition / Real-environment / / / / / |
文献情報 |
信学技報, vol. 107, no. 116, SP2007-17, pp. 55-60, 2007年6月. |
資料番号 |
SP2007-17 |
発行日 |
2007-06-21 (SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SP2007-17 |