| 講演名 | 2008-12-09 重回帰HMMに基づくスタイル推定を用いた音声認識における音響モデル学習法(音声認識・音響モデル,第10回音声言語シンポジウム) 井島 勇祐, 橘 誠, 能勢 隆, 小林 隆夫, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本論文では,重回帰HMMに基づくスタイル推定を用いた音声認識手法において,この手法を容易に任意の話者へ適用することを目的に,重回帰HMMの学習に話者非依存モデルとモデル適応手法を導入する手法を提案する.提案法では,まず話者非依存モデルに目標話者の各スタイルの少量の適応データを用いて,話者性とスタイルの同時適応を行い,重回帰HMMの学習に用いる目標話者のスタイル適応HMMを作成する.得られたスタイル適応HMMのモデルパラメータと発話様式・感情表現(スタイル)の表出度合を表すスタイルベクトルから,最小二乗法により重回帰HMMの回帰行列を求め,最尤推定により補正を行う.プロのナレータと一般の発話者が発話した模擬感情音声に対して音素認識実験を行い,その結果から提案法の性能評価を行う.また,提案法ではスタイル推定の結果から,認識結果だけでなく入力音声のスタイルも得られることを示す. |
| 抄録(英) | We propose a technique for emotional speech recognition based on multiple-regression HMM (MRHMM). To achieve emotional speech recognition for an arbitrary speaker with a small amount of training data, we incorporate a speaker and style adaptation technique into speaker-dependent MRHMM-based emotional speech recognition. In the proposed technique, we first adapt the speaker-independent model to target speaker's respective styles with a small amount of speech data. Then, using obtained speaker- and style-adapted HMMs and low-dimensional style control vector for each training style, the regression matrices of MRHMM are estimated based on least square method and maximum likelihood estimation. We assess the performance of the proposed technique on the recognition of acted emotional speech uttered by both professional narrators and non-professional speakers and show the effectiveness of the technique. |
| キーワード(和) | 音声認識 / 重回帰HMM / 話者適応 / スタイル適応 / スタイル推定 |
| キーワード(英) | speech recognition / multiple-regression HMM (MRHMM) / speaker adaptation / style adaptation / style estimation |
| 資料番号 | NLC2008-30,SP2008-85 |
| 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） | 重回帰HMMに基づくスタイル推定を用いた音声認識における音響モデル学習法(音声認識・音響モデル,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） | Acoustic Model Training Technique for Speech Recognition Using Style Estimation with Multiple-Regression HMM |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声認識 / speech recognition |
| キーワード(2)（和/英） | 重回帰HMM / multiple-regression HMM (MRHMM) |
| キーワード(3)（和/英） | 話者適応 / speaker adaptation |
| キーワード(4)（和/英） | スタイル適応 / style adaptation |
| キーワード(5)（和/英） | スタイル推定 / style estimation |
| 第 1 著者 氏名（和/英） | 井島 勇祐 / Yusuke IJIMA |
| 第 1 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 Institute of Technology |
| 第 2 著者 氏名（和/英） | 橘 誠 / Makoto TACHIBANA |
| 第 2 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 Institute of Technology |
| 第 3 著者 氏名（和/英） | 能勢 隆 / Takashi NOSE |
| 第 3 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 Institute of Technology |
| 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 Institute of Technology |
| 発表年月日 | 2008-12-09 |
| 資料番号 | NLC2008-30,SP2008-85 |
| 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 | |