| 講演名 | 2014-02-28 室内音響指標を用いた最適音響モデル選択による残響下音声認識評価(一般,時系列パターン認識,一般) 福森 隆寛, 中山 雅人, 西浦 敬信, 山下 洋一, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 実環境において音声認識システムを利用すると,残響などの影響を受けて音声認識性能が著しく劣化する.耐残響に関するアプローチの1つとして,残響音声を音響モデルの学習に用いる手法が広く研究されており,特に従来は残響時間が異なる環境の残響音声から複数の音響モデルを構築する手法が利用されてきた.しかし,音声認識性能は発話者とマイクロホン間の位置関係に大きく依存するため,同一室内で固有の値を有する残響時間だけでは,適切な音響モデルの学習に限界があると考えられる.そこで,本研究では,室内音響指標に基づいて残響下音声認識における最適な音響モデルの構築・選択手法を提案する.提案手法では,発話者とマイクロホン間の位置関係に依存して変動する室内音響指標のD値に着目し,このD値が異なるようにインパルス応答を複数計測する.そして,学習環境で計測したインパルス応答を残響時間,あるいはD値ごとに分類して複数の音響モデルを構築する.その後,テスト環境のインパルス応答から算出した残響時間とD値に基づいて,学習環境と最も近い音響モデルを選択して音声認識を行う.評価実験結果より,提案手法のような音声認識性能と相関がある室内音響指標のD値を用いることで,従来法よりも音声認識性能が改善し,利用環境によりマッチドな音響モデルを構築・選択できることを確認した. |
| 抄録(英) | The reverberant speech degrades the speech recognition performance in the field of distant-talking speech. As one of approaches against the reverberation, a method has been studied by constructing the acoustic model trained with the reverberant speech. In this method, acoustic models are trained with the reverberant speech measured in some environments with different reverberation time. There is, however, a problem that the reverberation time, which is an unique value in a room, has a limitation for an improvement of speech recognition performance because speech recognition performance greatly depends on the arrangement of a speaker and a microphone. We thus proposed a new construction-and-selection method of an optimum acoustic model based on D value (ISO3382 Annex A acoustic parameters). We first constructed the acoustic models by using many impluse responses measured under the conditions with different D value. We then processed a speech recognition by selecting the optimum acoustic model which has same D value as one in target environment. In evaluation experiments, the proposed methods could improve speech recognition performance in comparison with a conventional method. |
| キーワード(和) | 音声認識 / 残響 / 音響モデル / 室内音響指標 |
| キーワード(英) | Speech recognition / Reverberation / Acoustic model / Acoustic parameters |
| 資料番号 | SP2013-108 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2014/2/21(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 | JPN |
| タイトル（和） | 室内音響指標を用いた最適音響モデル選択による残響下音声認識評価(一般,時系列パターン認識,一般) |
| サブタイトル（和） | |
| タイトル（英） | Evaluation of reverberant speech recognition by selecting suitable acoustic model with acoustic parameters |
| 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） | 残響 / Reverberation |
| キーワード(3)（和/英） | 音響モデル / Acoustic model |
| キーワード(4)（和/英） | 室内音響指標 / Acoustic parameters |
| 第 1 著者 氏名（和/英） | 福森 隆寛 / Takahiro FUKUMORI |
| 第 1 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Graduate School of Information Science and Engineering, Ritsumeikan University |
| 第 2 著者 氏名（和/英） | 中山 雅人 / Masato NAKAYAMA |
| 第 2 著者 所属（和/英） | 立命館大学情報理工学部 College of Information Science and Engineering, Ritsumeikan University |
| 第 3 著者 氏名（和/英） | 西浦 敬信 / Takanobu NISHIURA |
| 第 3 著者 所属（和/英） | 立命館大学情報理工学部 College of Information Science and Engineering, Ritsumeikan University |
| 第 4 著者 氏名（和/英） | 山下 洋一 / Yoichi YAMASHITA |
| 第 4 著者 所属（和/英） | 立命館大学情報理工学部 College of Information Science and Engineering, Ritsumeikan University |
| 発表年月日 | 2014-02-28 |
| 資料番号 | SP2013-108 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 452 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |