| 講演名 | 1998/9/11 HMMに基づいた極低ビットレート音声符号化 広井 順, 徳田 恵一, 益子 貴史, 小林 隆夫, 北村 正, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本文ではHMM(Hidden Markov Model)に基づく極低ビットレート音声符号化について述べている.符号化器側では, HMMにより音素認識を行ない, 復号化器に音素インデックス列, 状態継続長, ピッチ情報を伝送する.復号化器側では, 音素インデックス列に従い音素HMMを連結する.そして, 連結したHMMから, 状態継続長に従って, ML基準による音声パラメータ生成アルゴリズムにより, メルケプストラム列を生成する.最後に, 生成されたメルケプストラムを係数としてもつMLSA(Mel Log Spectrum Approximation)フィルタを, ピッチ情報に従って励振することによって合成音声を得る.主観評価実験の結果, ピッチ情報を除いて約150bit/s(26%の無音区間を含む)の提案方式により, 同じくピッチ情報を除いて400bit/s(8bit/frame×50frame/s)のベクトル量子化に基づくボコーダと同等の性能を得ることができた. |
| 抄録(英) | This paper presents a very low bit rate speech coder based on HMM(Hidden Markov Model). The encoder is equivalent to a phoneme recognizer, and transmits phoneme indexes, state durations, and pitch information to the decoder. In the decoder, phoneme HMMs are concatenated according to the phoneme indexes, and a sequence of mel-cepstral coefficient vectors is generated from the concatenated HMM by using an ML-based speech parameter generation technique. Finally we obtain synthetic speech by exciting the MLSA(Mel Log Spectrum Approximation) filter, whose coefficients are given by mel-cepstral coefficients, according to the pitch information. A subjective listening test shows that the performance of the proposed coder at about 150 bit/s(for the test data including 26 % silence region)is comparable to a VQ-based vocoder at 400 bit/s(=8 bit/frame × 50 frame/s)without pitch quantization for both coders. |
| キーワード(和) | 隠れマルコフモデル / MLSAフィルタ / 音声符号化 / 極低ビットレート |
| キーワード(英) | hidden Markov model / MLSA filter / speech coding / very low bit rate |
| 資料番号 | DSP98-84,SP98-63 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 1998/9/11(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） | HMMに基づいた極低ビットレート音声符号化 |
| サブタイトル（和） | |
| タイトル（英） | VERY LOW BIT RATE SPEECH CODING BASED ON HMMS |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 隠れマルコフモデル / hidden Markov model |
| キーワード(2)（和/英） | MLSAフィルタ / MLSA filter |
| キーワード(3)（和/英） | 音声符号化 / speech coding |
| キーワード(4)（和/英） | 極低ビットレート / very low bit rate |
| 第 1 著者 氏名（和/英） | 広井 順 / Jun Hiroi |
| 第 1 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 第 2 著者 氏名（和/英） | 徳田 恵一 / Keiichi Tokuda |
| 第 2 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 第 3 著者 氏名（和/英） | 益子 貴史 / Takashi Masuko |
| 第 3 著者 所属（和/英） | 東京工業大学精密工学研究所 Precision and Intelligence Lab., Tokyo Inst.of Tech. |
| 第 4 著者 氏名（和/英） | 小林 隆夫 / Takao Kobayashi |
| 第 4 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科 Interdisciplinary Graduate School of Science and Engineering, Tokyo Inst.of Tech. |
| 第 5 著者 氏名（和/英） | 北村 正 / Tadashi Kitamura |
| 第 5 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 発表年月日 | 1998/9/11 |
| 資料番号 | DSP98-84,SP98-63 |
| 巻番号（vol） | vol.98 |
| 号番号（no） | 264 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |