| 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 | 2018-03-20 13:55 ノイズ環境下における音声認識向上のためのDNNプレフィルタリング ○高橋 潤・村瀬健太郎（富士通研）  EA2017-170 SIP2017-179 SP2017-153 |
|
| 抄録 | （和） | 本稿では，BGM/環境音などのノイズ下における音声認識精度向上として，畳み込みノイズ除去自己符号化器をプレフィルタとして適用した場合の音声認識精度を検証したので報告する． ノイズ下で音声認識精度を向上させるには，プレフィルタには音声に重畳したノイズの除去だけでなく，ノイズにより破壊された音声特徴の復元が必要になる． そこで，ノイズ混合信号を音声信号に近づける学習モデルである畳み込みノイズ除去自己符号化器および，多段に接続した自己符号化器の同階層をつなぐU-Net構造を適用することで，音声信号に重畳したノイズを除去しつつ，音声特徴の復元を行った． また，さらなる音声特徴の復元のため，敵対的学習の機構の追加も行った． 実験では，20人分の音声および5パターンのBGM/環境音について学習したモデルによるプレフィルタを作成し，ノイズ下での音声認識精度について検証した． その結果，SN比10dBの環境において，従来方法より10ポイント以上改善し，実用レベルの目安である認識精度80％を達成できることを確認した． |
| （英） | In this paper, we applied convolutional denoising autoencoder (CDAE) as the prefilter of voice recognition and evaluated recognition accuracy of under the noise environoment such as BGM/environmental sound. To improve the voice recognition accuracy under the noise environment, prefilter requires not only noise reduction but also speech feature restoration. We trained CDAE which is the model that the noise signal converts into the speech signal. And, for restoration of speech features, we applied U-Net structure which connects same layer of multiple stacked autoencoder. Furthermore, considering further improvement of speech features, generative adversarial networks (GAN) are added to the model. We evaluated the voice recognition accuracy under the noise environment using prefilter that trained the voice of 20 people and 5 patterns of BGM/environmental sound. In the result, we confirmed that the speech recognition accuracy improved more than 10 points under the SNR 10dB. |
|
| キーワード | （和） | 深層学習 / 自己符号化器 / 音声認識 / 敵対的学習 / ノイズ除去 / / / |
| （英） | Deep Neural Network / Autoencoder / Voice recognition / Generative Adversarial Network / Denoising / / / | |
| 文献情報 | 信学技報, vol. 117, no. 517, SP2017-153, pp. 373-378, 2018年3月. | |
| 資料番号 | SP2017-153 | |
| 発行日 | 2018-03-12 (EA, SIP, 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 | EA2017-170 SIP2017-179 SP2017-153 |
|
| 研究会情報 | |
| 研究会 | SIP EA SP MI |
| 開催期間 | 2018-03-19 - 2018-03-20 |
| 開催地（和） | 石垣島 ホテルミヤヒラ |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2018-03-SIP-EA-SP-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | ノイズ環境下における音声認識向上のためのDNNプレフィルタリング |
| サブタイトル（和） | |
| タイトル（英） | DNN prefiltering for enhancement of voice recognition in noise environment |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Neural Network |
| キーワード(2)（和/英） | 自己符号化器 / Autoencoder |
| キーワード(3)（和/英） | 音声認識 / Voice recognition |
| キーワード(4)（和/英） | 敵対的学習 / Generative Adversarial Network |
| キーワード(5)（和/英） | ノイズ除去 / Denoising |
| 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） | 高橋 潤 / Jun Takahashi / タカハシ ジュン |
| 第1著者 所属（和/英） | 株式会社 富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Labs.) |
| 第2著者 氏名（和/英/ヨミ） | 村瀬 健太郎 / Kentaro Murase / ムラセ ケンタロウ |
| 第2著者 所属（和/英） | 株式会社 富士通研究所 (略称： 富士通研) Fujitsu Laboratories LTD. (略称： Fujitsu Labs.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-20 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | EA2017-170, SIP2017-179, SP2017-153 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.515(EA), no.516(SIP), no.517(SP) |
| ページ範囲 | pp.373-378 |
| ページ数 | 6 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]