| 講演名 | 2004/6/19 雑音環境下における音源分離を認識規範とした音声認識法の提案(生成,認識、音響心理)(音声の基礎と応用シンポジウム) 羽二生 篤, 鵜木 祐史, 赤木 正人, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 雑音環境における音声認識の手法としては、スペクトルサブトラクションに代表されるような前処理を用いる手法とNOVO法のように認識に用いる音響モデルを雑音に応じて適応する手法が多数を占める。しかし、現時点で決定的な手法は存在しない。そこで、本研究ではボトムアップ的手法が中心であった音声強調処理(音源分離)に音韻特徴仮説をトップダウン的に与えることにより音声強調を行いながら仮説検定を行う手法を用いて、雑音環境下での音声認識を行う手法を提案する。提案法を用いて雑音中の母音認識を行った結果、雑音に強く影響されること無く認識を行うことができ、他の方法では認識できなかったSNR=-10dBにおいても正しく認識が行われた。 |
| 抄録(英) | This paper proposes a novel automatic speech recognition (ASR) system based on sound segregation model (Unoki and Akagi, Speech Comunications, 1999). Although almost all ASR systems working in noisy conditions have a front-end processor to reduce noise such as spectral subtraction or an acoustic model refinement process according to noise such as NOVO, there have not been any complete systems. The proposed system generates a hypothesis of acoustical features as top-down information and verifies it by segregating a target sound using the generated acoustical features. The proposed model was evaluated by performing vowel recognition in a noisy environment. The results show that the system was hardly influenced of noise and all vowels were recognized, even when SNR=-10dB, a condition in which no other competitive ASR system can recognize them. |
| キーワード(和) | 音声認識 / 雑音環境 / 音源分離 / トップダウン処理 / ボトムアップ処理 |
| キーワード(英) | Speech recognition / Noisy environment / Sound segregation / Top-down process / Bottom-up process |
| 資料番号 | SP2004-31 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2004/6/19(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Speech (SP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 雑音環境下における音源分離を認識規範とした音声認識法の提案(生成,認識、音響心理)(音声の基礎と応用シンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | A method for speech recognition based on sound segregation in noisy environments |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声認識 / Speech recognition |
| キーワード(2)（和/英） | 雑音環境 / Noisy environment |
| キーワード(3)（和/英） | 音源分離 / Sound segregation |
| キーワード(4)（和/英） | トップダウン処理 / Top-down process |
| キーワード(5)（和/英） | ボトムアップ処理 / Bottom-up process |
| 第 1 著者 氏名（和/英） | 羽二生 篤 / Atsushi HANIU |
| 第 1 著者 所属（和/英） | 北陸先端科学技術大学院大学情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 第 2 著者 氏名（和/英） | 鵜木 祐史 / Masashi UNOKI |
| 第 2 著者 所属（和/英） | 北陸先端科学技術大学院大学情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 第 3 著者 氏名（和/英） | 赤木 正人 / Masato AKAGI |
| 第 3 著者 所属（和/英） | 北陸先端科学技術大学院大学情報科学研究科 School of Information Science, Japan Advanced Institute of Science and Technology |
| 発表年月日 | 2004/6/19 |
| 資料番号 | SP2004-31 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 149 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |