講演名 | 1995/9/12 ニューラルネットおよび線形写像による雑音除去 香田 洋, 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) | 音声は雑音によって非線形の変化をする.その特徴量であるスペクトルやケプストラムも様々な影響を受ける.そこで,本論文ではニューラルネットおよび重回帰分析を用いて,雑音の影響を除去するための方法を提案し実験を行なった.ニューラルネットを用いる手法では,ケプストラムを正規化したものを直接学習させた.重回帰分析による手法では,非線形の変化に対応するため学習データをベクトル量子化しそれぞれのクラス内で重回帰分析をすることによって雑音の影響をモデル化した.推定結果はスペクトル歪みによって評価を行なった.それぞれの手法ともスペクトル歪みで最大約2dBの減少が確認できた. |
抄録(英) | In general, speech is nonlinearly degraded by noise, affecting the speech spectrum and cepstrum in various ways. In this paper, we discuss noise reduction using a neural network and a regressive analysis. The method using the neural network learns the normalized cepstrum directly. For modeling the effect of noise, the method of regressive analysis quantizes the learning data into a vector before regressive analysis in order to deal with nonlinear change. We use spectral distortion to evaluate this experiment. At most, each mtehod reduces spectral distortion by 2dB. |
キーワード(和) | 重回帰分析 / 雑音除去 / ニューラルネット |
キーワード(英) | Regressive Analysis / Noise Reduction / Neural Network |
資料番号 | |
発行日 |
研究会情報 | |
研究会 | DSP |
---|---|
開催期間 | 1995/9/12(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 | Digital Signal Processing (DSP) |
---|---|
本文の言語 | JPN |
タイトル(和) | ニューラルネットおよび線形写像による雑音除去 |
サブタイトル(和) | |
タイトル(英) | Noise Reduction using Neural Network and Regression Analysis |
サブタイトル(和) | |
キーワード(1)(和/英) | 重回帰分析 / Regressive Analysis |
キーワード(2)(和/英) | 雑音除去 / Noise Reduction |
キーワード(3)(和/英) | ニューラルネット / Neural Network |
第 1 著者 氏名(和/英) | 香田 洋 / Hiroshi Kohda |
第 1 著者 所属(和/英) | 名古屋工業大学電気情報工学科 Nagoya Institute of Technology |
第 2 著者 氏名(和/英) | 北村 正 / Tadashi Kitamura |
第 2 著者 所属(和/英) | 名古屋工業大学電気情報工学科 Nagoya Institute of Technology |
発表年月日 | 1995/9/12 |
資料番号 | |
巻番号(vol) | vol.95 |
号番号(no) | 227 |
ページ範囲 | pp.- |
ページ数 | 5 |
発行日 |