| 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 | 2009-12-22 09:55 複数の特徴量による条件付確率場に基づく音声区間検出 ○斎藤 彰・南角吉彦・李 晃伸・徳田恵一（名工大）  NLC2009-18 SP2009-82 |
|
| 抄録 | （和） | 実環境下での音声認識では，認識性能の向上のために音声区間検出(Voice activity Detection; VAD)が用いられる．しかし従来用いられている手法では，雑音環境に依存してしまい安定して高い区間検出正解率が得られていない．そこで本研究ではあらゆる雑音環境で頑健なVADを実現するために，複数の特徴量を柔軟に扱うことのできる条件付確率場を用いたVADを提案する．提案手法では特徴量であるGMM対数尤度，振幅，基本周波数，零交差数，GMM事後確率を入力，音声/非音声ラベルを出力として入力と出力の関係を素性関数を用いて表現する．素性関数にかかる重みを学習により適切に割り振ることで，音声/非音声状態において状態遷移パターンごとに有効な特徴量に大きな重みを与えることができるためVADの精度の向上が期待できる．CENSREC-1-C実環境下音声データによる評価実験において，提案法の有効性を確認した． |
| （英） | Voice Activity Detection (VAD) which is a technique to distinguish between speech and non-speech is used in noisy environments and an important component in many real-world speech applications. In this paper, we propose a VAD algorithm based on Conditional Random Fields (CRF) with multiple features, e.g., amplitude, $f_0$ and the likelihood of GMMs. In the proposed method, the relation between input features and output speech/non-speech labels is represented by feature functions, and the posterior probability of output labels is directly modeled by the weighted sum of the feature functions. By estimating appropriate weight parameters, effective features are automatically selected for improving the performance of VAD. Experimental results on CENSREC-1-C database show that the proposed method can decrease error rates by using conditional random fields. | |
| キーワード | （和） | 音声区間検出 / 条件付確率場 / ガウス混合モデル / / / / / |
| （英） | Voice activity detection / Conditional random fields / Gaussian mixture model / / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 356, SP2009-82, pp. 59-64, 2009年12月. | |
| 資料番号 | SP2009-82 | |
| 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 | NLC2009-18 SP2009-82 |
|
| 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） | 複数の特徴量による条件付確率場に基づく音声区間検出 |
| サブタイトル（和） | |
| タイトル（英） | Voice activity detection using conditional random fields with multiple features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声区間検出 / Voice activity detection |
| キーワード(2)（和/英） | 条件付確率場 / Conditional random fields |
| キーワード(3)（和/英） | ガウス混合モデル / Gaussian mixture model |
| 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） | 斎藤 彰 / Akira Saito / サイトウ アキラ |
| 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 | 2009-12-22 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2009-18, SP2009-82 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.355(NLC), no.356(SP) |
| ページ範囲 | pp.59-64 |
| 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]