| 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 | 2008-12-10 16:10 Articulatory feature extraction based on 3-stage MLNs and Inhibition/Enhancement Network ○Mohammad Nurul Huda・Hiroaki Kawashima・Tsuneo Nitta（Toyohashi Univ. of Tech.）  NLC2008-49 SP2008-104 |
|
| 抄録 | （和） | 高精度音素認識を目的とした調音特徴抽出器について述べる。提案方式は3ステージから成る。第一ステージは三つの多層ニューラルネットワーク(MLN)，すなわち時間-スペクトルパターン空間の局所特徴を調音特徴空間に写像するMLN_{LF-DPF}，主に音素境界で生じる誤識別を低減するMLN_cntxt，およびMLN_Dynを組込んでいる。次に第二ステージでは，抑制／強調処理を導入して，DPFが示す調音運動から凸パターンを強調し凹パターンを抑制することにより，各DPFパターンをカテゴリカルなものとする。最後に第三ステージで連続するDPF系列に対して，Gram-Schmidt変換を適用して相関成分を除き，HMMに基づく音素分類器に入力する。JNAS音声データを用いた音素認識実験では，提案する調音特徴抽出器は，少ないHMM混合数で高い音素認識精度を示した。 |
| （英） | This paper describes an articulatory feature extractor for accurate phoneme recognition. The proposed method comprises three stages. The first stage embeds three multilayer neural networks (MLNs): MLN_{LF-DPF} that maps acoustic features, or local features (LFs), onto articulatory features, or distinctive phonetic features (DPFs), MLN_cntxt that reduces misclassifications at phoneme boundaries, and MLN_Dyn that controls dynamics of DPF features. The second stage incorporates an inhibition/enhancement (In/En) network to achieve categorical DPF movement by enhancing DPF peak patterns and inhibiting DPF dip patterns. The third stage decorrelates continuous DPF vectors using the Gram-Schmidt algorithm before feeding into a hidden Markov model (HMM)-based classifier. In the experiments on Japanese Newspaper Article Sentences (JNAS) database, the proposed feature extractor provides high phoneme recognition accuracy with fewer mixture components in the HMMs. | |
| キーワード | （和） | 音素弁別特徴 / 隠れマルコフモデル / 多層型ニューラルネットワーク / 抑制／強調処理 / 局所特徴 / / / |
| （英） | Distinctive Phonetic Feature / Hidden Markov Model / Multilayer Neural Network / Inhibition/Enhancement Network / Local Features / / / | |
| 文献情報 | 信学技報, vol. 108, no. 338, SP2008-104, pp. 149-154, 2008年12月. | |
| 資料番号 | SP2008-104 | |
| 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 | NLC2008-49 SP2008-104 |
|
| 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 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Articulatory feature extraction based on 3-stage MLNs and Inhibition/Enhancement Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音素弁別特徴 / Distinctive Phonetic Feature |
| キーワード(2)（和/英） | 隠れマルコフモデル / Hidden Markov Model |
| キーワード(3)（和/英） | 多層型ニューラルネットワーク / Multilayer Neural Network |
| キーワード(4)（和/英） | 抑制／強調処理 / Inhibition/Enhancement Network |
| キーワード(5)（和/英） | 局所特徴 / Local Features |
| 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） | Mohammad Nurul Huda / Mohammad Nurul Huda / ムハマド ヌルル フダ |
| 第1著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 河嶋 宏明 / Hiroaki Kawashima / カワシマ ヒロアキ |
| 第2著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 新田 恒雄 / Tsuneo Nitta / ニッタ ツネオ |
| 第3著者 所属（和/英） | 豊橋技術科学大学 (略称： 豊橋技科大) Toyohashi University of Technology (略称： Toyohashi Univ. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-12-10 16:10:00 |
| 発表時間 | 110分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2008-49, SP2008-104 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.337(NLC), no.338(SP) |
| ページ範囲 | pp.149-154 |
| 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]