| 講演名 | 2011-05-12 雑音残響環境下での変調伝達関数に基づくパワーエンベロープ回復処理と音声認識への応用(オーガナイズドセッション:スピーチエンハンスメント,音声・音響信号処理,音声及び一般) 森田 翔太, / 鵜木 祐史, 赤木 正人 /, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 著者らは,これまでに,雑音残響音声から変調伝達関数(MTF)に基づくパワーエンベロープ回復法を提案してきた.提案法は,室内音響のインパルス応答や雑音レベルの事前測定を行わずに,雑音残響音声のパワーエンベロープを回復できる.本稿では,雑音残響環境下において提案法を音声認識システムの前処理として適用することで,雑音残響によって低減した音声認識率をどれだけ回復できるか調査した.雑音残響音声信号は,クリーンな音声信号(AURORA-2J)と室内インパルス応答を畳み込み,背景雑音として白色雑音を加算することで生成された.雑音残響環境下でのパワーエンベロープ回復をSNRとCorr(誤差と類似性)で評価した結果,全ての条件でパワーエンベロープを回復できた.音声認識評価では,代表的なMFCCを音声認識の比較基準として評価に利用した.雑音残響環境下での定量的評価の結果,MFCCと比較して提案法は,8.33%音声認識率を向上させることができた. |
| 抄録(英) | We previously proposed a method for restoring the speech power envelope from noisy reverberant speech based on a simple modulation transfer function (MTF) concept. The method does not require the impulse response and noise conditions of the room acoustics to be measured. In this study, we further tested the proposed method as a front-end for ASR systems in noisy reverberant environments. Noisy reverberant speech signals were obtained by adding white noise to reverberant speech produced by convoluting clean speech signals (from the AURORA-2J database) with artificially made impulse response of room acoustics. The recognition performance based on the conventional Mel frequency cepstral coefficient (MFCC) feature was used as a baseline. Compared with the baseline, the proposed method obtained 8.33 % relative improvement in the error reduction rate. |
| キーワード(和) | 変調伝達関数 / 音声認識 / 雑音残響環境 / 帯域分割パワーエンベロープ回復法 |
| キーワード(英) | modulation transfer function / automatic speech recognition / noisy reverberant environments / sub-band power envelope restoration |
| 資料番号 | EA2011-7,SIP2011-7,SP2011-7 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SIP |
|---|---|
| 開催期間 | 2011/5/5(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 | Signal Processing (SIP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 雑音残響環境下での変調伝達関数に基づくパワーエンベロープ回復処理と音声認識への応用(オーガナイズドセッション:スピーチエンハンスメント,音声・音響信号処理,音声及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Study on the power envelope restoration based on the MTF concept and its application to ASR systems in noisy reverberant environments |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 変調伝達関数 / modulation transfer function |
| キーワード(2)（和/英） | 音声認識 / automatic speech recognition |
| キーワード(3)（和/英） | 雑音残響環境 / noisy reverberant environments |
| キーワード(4)（和/英） | 帯域分割パワーエンベロープ回復法 / sub-band power envelope restoration |
| 第 1 著者 氏名（和/英） | 森田 翔太 / Shota MORITA |
| 第 1 著者 所属（和/英） | 北陸先端科学技術大学院大学 Japan Advanced Institute of Science and Technology |
| 第 2 著者 氏名（和/英） | / 鵜木 祐史 / Xugang LU |
| 第 2 著者 所属（和/英） | 情報通信研究機構 National Institute of Information and Communication Technology |
| 第 3 著者 氏名（和/英） | 赤木 正人 / / Masashi UNOKI |
| 第 3 著者 所属（和/英） | 北陸先端科学技術大学院大学 Japan Advanced Institute of Science and Technology |
| 発表年月日 | 2011-05-12 |
| 資料番号 | EA2011-7,SIP2011-7,SP2011-7 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 27 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |