| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-02-10 15:20 ブラインド音源分離の信頼度を用いたマルチバンド音声認識 ○安藤厚志・大橋宏正（名大）・原 直（奈良先端大）・北岡教英・武田一哉（名大）  PRMU2011-234 SP2011-149 |
|
| 抄録 | （和） | ブラインド音源分離は音声認識の精度の向上に応用されるが，従来の音源分離法は音声認識の単なる前処理としてしか利用されなかった．本稿では，周波数領域独立成分分析によるブラインド音源分離法と組み合わせたマルチバンド音声認識手法を提案する．音源分離時において，各周波数ごとの分離行列の正確さを推定し，その周波数の信頼度とする．次段の処理では，音源分離の信頼度とメル尺度フィルタバンクエネルギーに基づきマルチバンド音声認識手法により音響尤度を計算する．提案法では音源分離行列の推定誤りとICA 後のdepermutation 誤りを原因とする認識誤りを削減することが可能となる．提案法を用いて雑音下での孤立単語認識実験を行った結果，単語正解率が平均8.2%，単語正解精度が平均5.7%向上することを確認した． |
| （英） | One of the main applications of Blind Source Separation (BSS) is to improve performance of Automatic Speech Recognition (ASR) systems. However, conventional BSS algorithm has been applied only to speech signals as a pre-processing approach. In this paper, a closely coupled framework between FDICA-based BSS algorithm and speech recognition system is proposed. In the source separation step, a con dence score of the separation accuracy for each frequency bin is rst estimated. Subsequently, by employing multi-band speech recognition system, acoustic likelihood is calculated in the Mel-scale lter bank energy using the estimated BSS con dence scores. Therefore, our proposed method can reduce ASR errors which caused by separation errors in BSS and permutation errors in ICA, as in the conventional approach. Experimental results showed that our proposed method improved word correct rate of ASR by 8.2 % and word accuracy rate by 5.7 % on average. |
|
| キーワード | （和） | マルチバンド音声認識 / ブラインド音源分離 / スペクトル特徴量 / 非定常雑音 / / / / |
| （英） | Multi-band speech recognition / Blind source separation / Frequency-domain feature / Nonstationary noise / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 431, SP2011-149, pp. 219-224, 2012年2月. | |
| 資料番号 | SP2011-149 | |
| 発行日 | 2012-02-02 (PRMU, 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 | PRMU2011-234 SP2011-149 |
|
| 研究会情報 | |
| 研究会 | PRMU SP |
| 開催期間 | 2012-02-09 - 2012-02-10 |
| 開催地（和） | 東北大学 青葉山キャンパス |
| 開催地（英） | |
| テーマ（和） | 時系列パターン認識 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2012-02-PRMU-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | ブラインド音源分離の信頼度を用いたマルチバンド音声認識 |
| サブタイトル（和） | |
| タイトル（英） | Multi-band speech recognition using confidence of blind source separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチバンド音声認識 / Multi-band speech recognition |
| キーワード(2)（和/英） | ブラインド音源分離 / Blind source separation |
| キーワード(3)（和/英） | スペクトル特徴量 / Frequency-domain feature |
| キーワード(4)（和/英） | 非定常雑音 / Nonstationary noise |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 安藤 厚志 / Atsushi Ando / アンドウ アツシ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大橋 宏正 / Hiromasa Ohashi / オオハシ ヒロマサ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 原 直 / Sunao Hara / ハラ スナオ |
| 第3著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第4著者 氏名（和/英/ヨミ） | 北岡 教英 / Norihide Kitaoka / キタオカ ノリヒデ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 武田 一哉 / Kazuya Takeda / タケダ カズヤ |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-02-10 15:20:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | PRMU2011-234, SP2011-149 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.430(PRMU), no.431(SP) |
| ページ範囲 | pp.219-224 |
| ページ数 | 6 |
| 発行日 | 2012-02-02 (PRMU, SP) |
[研究会発表申込システムのトップページに戻る]