| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2008-12-09 10:00 スパース性に基づくブラインド音源分離を用いた2チャンネル入力音声認識 ○西亀健太・和泉洋介（東大）・渡部晋治（NTT）・西本卓也・小野順貴・嵯峨山茂樹（東大）  NLC2008-24 SP2008-79 |
|
| 抄録 | （和） | 本稿ではスパース性に基づくブラインド音源分離をフロントエンドに用いた雑音残響下における2チャンネル入力音声認識を提案する．2 チャンネルブラインド音源分離により観測音からターゲット音声が分離される．本稿で用いた音源分離手法ではEM アルゴリズムによって設計された時間周波数マスキングを行うことにより残響などの拡散性雑音下でも精度よく音源分離を行うものである．音源分離後に残った歪みや，新たに生じた歪みに関してはCepstral Mean Nomalization による抑圧を行う．提案手法に対し，複数妨害音および残響の存在下における連続数字音声認識タスクにおいて提案手法の有効性を確認し，特に残響下で比較手法より高い認識性能を実現した． |
| （英） | This paper discusses a two-channel input speech recognition using a sparsness-based blind source separation. The target speech is extracted from observed signals under diffusive noises (e.g. reverberation) by the source separation technique where a time-frequency mask is dynamically designed for speech separation using the EM algorithm. Cepstral Mean Normalization is exploited to reduce a remaining distortions or a newly introduced distortions in separated speech features. In a connected digit recognition task with multiple noise sources, the proposed method drastically improved the word accuracy in anechoic and reverberant environments. The proposed method achieved higher performance especially in a reverberant environment than conventional methods. | |
| キーワード | （和） | スパース性 / 2チャンネルブラインド音源分離 / 残響 / 音声認識 / / / / |
| （英） | sparsness / 2-channel blind source separation / reverberation / speech recognition / / / / | |
| 文献情報 | 信学技報, vol. 108, no. 338, SP2008-79, pp. 1-6, 2008年12月. | |
| 資料番号 | SP2008-79 | |
| 発行日 | 2008-12-02 (NLC, SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2008-24 SP2008-79 |
|
| 研究会情報 | |
| 研究会 | SP NLC |
| 開催期間 | 2008-12-09 - 2008-12-10 |
| 開催地（和） | 早稲田大学（小野記念講堂） |
| 開催地（英） | Waseda Univ. |
| テーマ（和） | 第10回 音声言語シンポジウム （SP/NLC/SLP共催） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2008-12-SP-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | スパース性に基づくブラインド音源分離を用いた2チャンネル入力音声認識 |
| サブタイトル（和） | |
| タイトル（英） | Two-channel input speech recognition using sparsness-based blind source separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | スパース性 / sparsness |
| キーワード(2)（和/英） | 2チャンネルブラインド音源分離 / 2-channel blind source separation |
| キーワード(3)（和/英） | 残響 / reverberation |
| キーワード(4)（和/英） | 音声認識 / speech recognition |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 西亀 健太 / Kenta Nishiki / ニシキ ケンタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 和泉 洋介 / Yosuke Izumi / イズミ ヨウスケ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 渡部 晋治 / Shinji Watanabe / ワタナベ シンジ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 西本 卓也 / Takuya Nishimoto / ニシモト タクヤ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 小野 順貴 / Nobutaka Ono / オノ ノブタカ |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | 嵯峨山 茂樹 / Shigeki Sagayama / サガヤマ シゲキ |
| 第6著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-12-09 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2008-24, SP2008-79 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.337(NLC), no.338(SP) |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2008-12-02 (NLC, SP) |
[研究会発表申込システムのトップページに戻る]