| 講演名 | 2008-12-09 音声区間検出と雑音抑圧の統合法を用いた雑音下音声認識(音響処理・話者同定,第10回音声言語シンポジウム) 藤本 雅清, 石塚 健太郎, 中谷 智広, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では,雑音下音声認識における頑健なフロントエンド処理について述べる.提案するフロントエンド処理は音声区間検出(VAD:Voice Activity Detection)と雑音抑圧を統合した処理となっており,(1)確率モデルの共有,(2)音声/非音声状態確率を用いたWienerフィルタ設計,(3)雑音抑圧音声を用いたVAD性能の改善の3点が手法を構成する大きな要素となっている.また提案手法は逐次処理によりフレーム遅延無しで処理を行うことが可能である.本研究では提案手法を用いることにより,連続発話音声の認識をフレーム遅延無しで実行し,かつ認識性能の大幅な改善が得られることを示す.また,CMNと音響モデルの逐次適応との併用による評価についても述べる. |
| 抄録(英) | This paper addresses robust front-end processing for automatic speech recognition in noise. The proposed method integrates voice activity detection (VAD) and noise suppression, and consists of three core techniques, i.e., (1) statistical model sharing, (2) Wiener filter design by using speech/non-speech probabilities, and (3) VAD improvement by using enhance speech. In addition, the proposed method can perform sequential processing without frame delay. In an evaluation, the proposed method significantly improves accuracy of concatenated speech recognition without frame delay. In addition, we investigate to combine cepstrum mean normalization and sequential acoustic model adaptation with the proposed method. |
| キーワード(和) | 統合的フロントエンド処理 / 音声区間検出 / 雑音抑圧 / 逐次処理 / 音声認識 |
| キーワード(英) | integrated front-end processing / voice activity detection / noise suppression / sequential processing / speech recognition |
| 資料番号 | NLC2008-26,SP2008-81 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 開催期間 | 2008/12/2(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 | Natural Language Understanding and Models of Communication (NLC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 音声区間検出と雑音抑圧の統合法を用いた雑音下音声認識(音響処理・話者同定,第10回音声言語シンポジウム) |
| サブタイトル（和） | |
| タイトル（英） | Noisy speech recognition using integrated method of statistical model-based voice activity detection and noise suppression |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 統合的フロントエンド処理 / integrated front-end processing |
| キーワード(2)（和/英） | 音声区間検出 / voice activity detection |
| キーワード(3)（和/英） | 雑音抑圧 / noise suppression |
| キーワード(4)（和/英） | 逐次処理 / sequential processing |
| キーワード(5)（和/英） | 音声認識 / speech recognition |
| 第 1 著者 氏名（和/英） | 藤本 雅清 / Masakiyo FUJIMOTO |
| 第 1 著者 所属（和/英） | 日本電信電話株式会社NTTコミュニケーション科学基礎研究所 NTT Communicaition Science Laboratories, NTT Corp. |
| 第 2 著者 氏名（和/英） | 石塚 健太郎 / Kentaro ISHIZUKA |
| 第 2 著者 所属（和/英） | 日本電信電話株式会社NTTコミュニケーション科学基礎研究所 NTT Communicaition Science Laboratories, NTT Corp. |
| 第 3 著者 氏名（和/英） | 中谷 智広 / Tomohiro NAKATANI |
| 第 3 著者 所属（和/英） | 日本電信電話株式会社NTTコミュニケーション科学基礎研究所 NTT Communicaition Science Laboratories, NTT Corp. |
| 発表年月日 | 2008-12-09 |
| 資料番号 | NLC2008-26,SP2008-81 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | 337 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |