| 講演名 | 2004/12/14 非定常信号における雑音パワースペクトル密度のマルチチャンネル推定(ポスターセッション)(第6回音声言語シンポジウム) , 中村 哲 /, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本稿は,非定常な音声や雑音が混ざった信号に対して,広帯域信号の時間.周波数領域におけるスパースネスを利用した雑音パワースペクトラム密度(PSD)推定法を提案する。提案手法は,ビームフォーマとポストフィルタ連結構造を持ち,耐雑音音声認識の面でも有効である。平均SN比が0dBの楽音含み音声信号に対し,4個の小型マイクロフォンアレーの適用実験を行い,所望の音声信号の品質を損なうことなく,またミュージカル雑音も生じさせずに13dB改善できる。さらに,連続数字の単語認識実験を行い,認識性能を改善することも示す。 |
| 抄録(英) | The proposed paper deals with the estimation of the power spectral density (PSD) of noise for mixtures of non-stationary wideband signals exploiting sparseness in the time-frequency domain. The proposed method is applied to realize a beam former-plus-post filter structure for noise-robust speech recognition. Experiments with a small-scale 4-sensor microphones array show that interfering speech and music can be suppressed by 13 dB for an average signal-to-noise ratio of 0 dB without impairing the quality of the desired speech signal and without introducing 'musical noise'. This noise suppression is reflected by the improvement of the word accuracy of a connected-digit speech recognizer. |
| キーワード(和) | 雑音推定 / マイクロフォンアレー / ビームフォーミング / 音声認識 |
| キーワード(英) | Noise estimation / microphone arrays / beam forming / speech recognition |
| 資料番号 | NLC2004-76,SP2004-116 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2004/12/14(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 | ENG |
| タイトル（和） | 非定常信号における雑音パワースペクトル密度のマルチチャンネル推定(ポスターセッション)(第6回音声言語シンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | Multi-Channel Estimation of the Power Spectral Density of Noise for Mixtures of Non-Stationary Signals |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 雑音推定 / Noise estimation |
| キーワード(2)（和/英） | マイクロフォンアレー / microphone arrays |
| キーワード(3)（和/英） | ビームフォーミング / beam forming |
| キーワード(4)（和/英） | 音声認識 / speech recognition |
| 第 1 著者 氏名（和/英） | / Wolfgang HERBORDT |
| 第 1 著者 所属（和/英） | ATR音声言語コミュニケーション研究所 ATR Spoken Language Translation Research Laboratories |
| 第 2 著者 氏名（和/英） | 中村 哲 / / Satoshi NAKAMURA |
| 第 2 著者 所属（和/英） | ATR音声言語コミュニケーション研究所 / ATR Spoken Language Translation Research Laboratories |
| 発表年月日 | 2004/12/14 |
| 資料番号 | NLC2004-76,SP2004-116 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 542 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |