講演抄録/キーワード |
講演名 |
2016-12-20 15:10
[ポスター講演]雑音に頑強な話者認識のための基本周波数を用いた深層ニューラルネットワーク ○鈴木良啓・杉浦陽介・島村徹也(埼玉大) SP2016-58 |
抄録 |
(和) |
本稿では深層ニューラルネットワークを用いた話者認識において,学習を簡易化することを目的に,新たなニューラルネットワーク構造を提案する.提案法では,ネットワークへの入力として振幅スペクトルに加えて,基本周波数から生成した調波バイナリベクトルを用いる.これにより,雑音混入音声を学習に用いずとも雑音環境下での認識性能を保持でき,ネットワークの規模の縮小や計算時間の削減に貢献できる.認識対象者を10 名として実験を行った結果,振幅スペクトルのみを入力する場合に比べ雑音環境下での精度の向上が確認できた. |
(英) |
In this paper, we propose a neural network architecture for speaker recognition to simplify learning process. In the proposed method, we use not only the amplitude spectrum but also a harmonic binary vector generated from fundamental frequency as an input for the network. Hence, it is possible to keep recognition accuracy in noisy environment without using a noisy speech, and also possible to reduce both network size and computation time. In an experiment for 10 speakers, we could confirm a performance improvement in noisy environment relative to using only the amplitude spectrum. |
キーワード |
(和) |
深層学習 / ニューラルネットワーク / 話者認識 / 基本周波数 / / / / |
(英) |
Deep Learning / Neural Network / Speaker Recognition / Fundamental Frequency / / / / |
文献情報 |
信学技報, vol. 116, no. 378, SP2016-58, pp. 53-56, 2016年12月. |
資料番号 |
SP2016-58 |
発行日 |
2016-12-13 (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) |
査読に ついて |
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります. |
PDFダウンロード |
SP2016-58 |
研究会情報 |
研究会 |
SP IPSJ-SLP NLC IPSJ-NL |
開催期間 |
2016-12-20 - 2016-12-22 |
開催地(和) |
NTT武蔵野研究開発センタ |
開催地(英) |
NTT Musashino R&D |
テーマ(和) |
第18回音声言語シンポジウム & 第3回自然言語処理シンポジウム |
テーマ(英) |
The 18th Spoken Language Symposium & The Third Natural Language Processing Symposium |
講演論文情報の詳細 |
申込み研究会 |
SP |
会議コード |
2016-12-SP-SLP-NLC-NL |
本文の言語 |
日本語 |
タイトル(和) |
雑音に頑強な話者認識のための基本周波数を用いた深層ニューラルネットワーク |
サブタイトル(和) |
|
タイトル(英) |
Deep Neural Network Using Fundamental Frequency For Noise Robust Speaker Recognition |
サブタイトル(英) |
|
キーワード(1)(和/英) |
深層学習 / Deep Learning |
キーワード(2)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(3)(和/英) |
話者認識 / Speaker Recognition |
キーワード(4)(和/英) |
基本周波数 / Fundamental Frequency |
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) |
鈴木 良啓 / Yoshihiro Suzuki / スズキ ヨシヒロ |
第1著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
第2著者 氏名(和/英/ヨミ) |
杉浦 陽介 / Yosuke Sugiura / |
第2著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
第3著者 氏名(和/英/ヨミ) |
島村 徹也 / Tetsuya Shimamura / |
第3著者 所属(和/英) |
埼玉大学 (略称: 埼玉大)
Saitama University (略称: Saitama Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2016-12-20 15:10:00 |
発表時間 |
90分 |
申込先研究会 |
SP |
資料番号 |
SP2016-58 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.378 |
ページ範囲 |
pp.53-56 |
ページ数 |
4 |
発行日 |
2016-12-13 (SP) |