講演抄録/キーワード |
講演名 |
2008-12-09 10:50
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 ○藤本雅清・石塚健太郎・中谷智広(NTT) NLC2008-26 SP2008-81 |
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. |
(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 / / / |
(英) |
integrated front-end processing / voice activity detection / noise suppression / sequential processing / speech recognition / / / |
文献情報 |
信学技報, vol. 108, no. 338, SP2008-81, pp. 13-18, 2008年12月. |
資料番号 |
SP2008-81 |
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 |
NLC2008-26 SP2008-81 |
|