| 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 | 2009-12-21 10:10 音声認識のための非線形スペクトル変換を用いた話者適応 ○林 豊大・南角吉彦・李 晃伸・徳田恵一（名工大）  NLC2009-12 SP2009-76 |
|
| 抄録 | （和） | 音声認識では，モデル学習で使用した話者に対して音声の特徴が大きく外れている話者の認識精度が低下してしまう問題がある．この問題を解決するため，MLLR等の話者適応手法が用いられている．MLLR 法では，回帰行列を少量の適応データから学習し，モデルパラメータを線形変換して適応を行う．このとき回帰行列はHMMの状態を分類した回帰クラス毎に与えられるが，各状態に対しては線形な変換しか表現できなかった．そこで本研究では，非線形な変換が可能なGMM に基づくスペクトル変換法を話者適応に用いることを提案する．提案法ではスペクトル変換用のGMMと認識用のHMMを統合した新しい尤度関数を定義し，尤度最大化基準により話者適応を行う．音素認識実験の結果，その有効性を確認した． |
| （英） | This paper proposes a speaker adaptation technique using nonlinear spectral transform based on GMMs. One of the most popular forms of speaker adaptation is based on linear transforms, such as maximum likelihood linear regression (MLLR). In MLLR, model parameters of HMMs are linearly transformed based on the maximum likelihood (ML) fashion by using a small amount of adaptation data. Although multiple transform matrices are used according to the regression class information, only a single linear transform is applied to each state within a regression class. In the proposed technique, we define a new likelihood function combining HMMs for recognition with GMMs for spectral transform and speaker adaptation based on nonlinear transform is performed in the ML fashion. In phoneme recognition experiments, the proposed technique shows better performance than the conventional MLLR approaches. |
|
| キーワード | （和） | 音声認識 / 話者適応 / 非線形スペクトル変換 / / / / / |
| （英） | Speech Recognition / Speaker Adaptation / Nonlinear Spectral Transformation / / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 356, SP2009-76, pp. 1-6, 2009年12月. | |
| 資料番号 | SP2009-76 | |
| 発行日 | 2009-12-14 (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 | NLC2009-12 SP2009-76 |
|
| 研究会情報 | |
| 研究会 | SP NLC |
| 開催期間 | 2009-12-21 - 2009-12-22 |
| 開催地（和） | 東京大学・山上会館 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 第11回音声言語シンポジウム(SP・NLC共催/SLP連催) |
| テーマ（英） | 11th Spoken Language Symposium (SP/NLC/SLP) |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2009-12-SP-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声認識のための非線形スペクトル変換を用いた話者適応 |
| サブタイトル（和） | |
| タイトル（英） | Speaker Adaptation Using Nonlinear Spectral Transformation For Speech Recognition. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声認識 / Speech Recognition |
| キーワード(2)（和/英） | 話者適応 / Speaker Adaptation |
| キーワード(3)（和/英） | 非線形スペクトル変換 / Nonlinear Spectral Transformation |
| キーワード(4)（和/英） | / |
| 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） | 林 豊大 / Toyohiro Hayashi / ハヤシ トヨヒロ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 李 晃伸 / Akinobu Lee / リ アキノブ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-12-21 10:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2009-12, SP2009-76 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.355(NLC), no.356(SP) |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2009-12-14 (NLC, SP) |
[研究会発表申込システムのトップページに戻る]