| 講演名 | 2004/12/14 二段雑音スペクトルの推定と回帰による車内音声認識(ポスターセッション)(第6回音声言語シンポジウム) 李 衛鋒, 伊藤 克亘I, 武田 一哉, 板倉 文忠, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 走行中の車内のような騒々しい環境においても,精度の高い音声認識技術が望まれている.本稿では,二段雑音スペクトルの推定という手法を提案され,一つの遠隔マイクロホンで収録した音声データを基に,非線形回帰を行うことで,車内での音声認識精度の向上を目指した.12車内走行条件の音声認識実験によっで,もとの遠隔マイクロホンに比べて相対ワード認識誤りを65%の程度で減少できる結果が得られた. |
| 抄録(英) | In this paper, we present a two-stage noise spectra estimation approach. After the first-stage noise estimation using the improved minima controlled recursive averaging (IMCRA) method, the second-stage noise estimation is performed by employing a maximum a posteriori (MAP) noise amplitude estimator. We also develop a regression-based speech enhance system by approximating the clean speech with the estimated noise and original noisy speech. Evaluation experiments show that the proposed two-stage noise estimation method results in lower estimation error for all test noise types. Compared to original noisy speech, the proposed regression-based approach obtains an average relative word error rate (WER) reduction of 65% in our isolated word recognition experiments conducted in 12 real car environments. |
| キーワード(和) | 非線形回帰 / 多層パーセプトロン / 音声強調 / 音声認識 |
| キーワード(英) | maximum a posteriori (MAP) estimation / spectral subtraction / speech enhancement / multi-layer perceptron / speech recognition |
| 資料番号 | NLC2004-77,SP2004-117 |
| 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） | 二段雑音スペクトルの推定と回帰による車内音声認識(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） | Two-stage Noise Spectra Estimation and Regression based In-car Speech Recognition using Single Distant Microphone |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 非線形回帰 / maximum a posteriori (MAP) estimation |
| キーワード(2)（和/英） | 多層パーセプトロン / spectral subtraction |
| キーワード(3)（和/英） | 音声強調 / speech enhancement |
| キーワード(4)（和/英） | 音声認識 / multi-layer perceptron |
| 第 1 著者 氏名（和/英） | 李 衛鋒 / Weifeng LI |
| 第 1 著者 所属（和/英） | 名古屋大学工学研究科 Graduate School of Engineering, Nagoya University |
| 第 2 著者 氏名（和/英） | 伊藤 克亘I / Katunobu ITOU |
| 第 2 著者 所属（和/英） | 名古屋大学情報科学研究科 Graduate School of Information Science, Nagoya University |
| 第 3 著者 氏名（和/英） | 武田 一哉 / Kazuya TAKEDA |
| 第 3 著者 所属（和/英） | 名古屋大学情報科学研究科 Graduate School of Information Science, Nagoya University |
| 第 4 著者 氏名（和/英） | 板倉 文忠 / Fumitada ITAKURA |
| 第 4 著者 所属（和/英） | 名城大学情報工学科 Faculty of Science and Technology, Meijo University, Meijo University |
| 発表年月日 | 2004/12/14 |
| 資料番号 | NLC2004-77,SP2004-117 |
| 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 | |