| 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 | 2012-05-24 10:45 経験的モード分解と変調スペクトル分析を用いた音声区間検出の耐性向上に関する検討 ○金井康昭・鵜木祐史（北陸先端大）  EA2012-1 SIP2012-1 SP2012-1 |
|
| 抄録 | （和） | 音声区間検出（VAD）は，観測信号の音声／非音声区間を検出する技術である．しかし，現在のVAD 技術には，目的音声以外に背景雑音や非音声信号が混在する環境では，検出精度が著しく低下するという重大な問題がある．これまでに著者らは，この問題を解決するため，観測信号を経験的モード分解により固有モード関数（IMF）に分解し，その後，非定常成分のIMF から再合成した信号に対して変調スペクトル分析を行うVAD法の提案を行った（提案法A）．提案法A は背景雑音や非音声信号の存在する環境で，従来法より優れた精度で音声区間を検出できたが，誤受理率や誤棄却率を完全には無くせなかった．本論文では，提案法A の耐性を向上させる手段を検討した．その結果，非定常なIMF を再合成せず，各IMF から音声区間を検出する手法を提案する（提案法B）．評価の結果，非定常な背景雑音がある環境で，提案法B は提案法A より正確かつ信号の種類に検出精度の左右されない音声区間検出を行うことができ，耐性が向上していることを確認できた． |
| （英） | Voice activity detection (VAD) is used to detect speech/non—speech periods in observed signals. However, current VAD technique has a serious problem in that the accuracy of detection of speech periods drastically reduces if it is used for noisy speech and/or for mixtures of speech/non--speech. We proposed a robust VAD using empirical mode decomposition (EMD) and modulation spectrum analysis (MSA) to resolve these problems (method A). EMD is used to decompose the observed signals into intrinsic mode functions (IMFs). Then, speech/non-speech periods are determined from resynthesize non-stationary IMFs by using MSA. Method A detected speech periods more correctly than conventional method. However, False detection was not able to be lost completely. This paper examined the techniques that raise robustness of method A. We proposed VAD that is detected from each IMFs by MSA(method B). As a result of evaluation, method B was able to do VAD which was more exact and stabilize (detection accuracy is not influenced by an analysis signal) than the method A. It has checked that robustness was improving. | |
| キーワード | （和） | 音声区間検出 / 経験的モード分解 / 変調スペクトル分析 / 誤受理率 / 誤棄却率 / / / |
| （英） | voice activity detection / empirical mode decomposition / modulation spectrum analysis / false acceptance rate / false rejection rate / / / | |
| 文献情報 | 信学技報, vol. 112, no. 47, EA2012-1, pp. 1-6, 2012年5月. | |
| 資料番号 | EA2012-1 | |
| 発行日 | 2012-05-17 (EA, SIP, 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 | EA2012-1 SIP2012-1 SP2012-1 |
|
| 研究会情報 | |
| 研究会 | EA SP SIP |
| 開催期間 | 2012-05-24 - 2012-05-25 |
| 開催地（和） | 大阪大学中之島センター |
| 開催地（英） | Osaka Univ. Nakanoshima Center |
| テーマ（和） | 音声・音響信号処理，音声及び一般 |
| テーマ（英） | Speech and Acoustic Signal Processing, Speech, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2012-05-EA-SP-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 経験的モード分解と変調スペクトル分析を用いた音声区間検出の耐性向上に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Development of Robust Voice Activity Detection using Empirical Mode Decomposition and Modulation Spectrum Analysis |
| 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） | 経験的モード分解 / empirical mode decomposition |
| キーワード(3)（和/英） | 変調スペクトル分析 / modulation spectrum analysis |
| キーワード(4)（和/英） | 誤受理率 / false acceptance rate |
| キーワード(5)（和/英） | 誤棄却率 / false rejection rate |
| 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） | 金井 康昭 / Yasuaki Kanai / カナイ ヤスアキ |
| 第1著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第2著者 氏名（和/英/ヨミ） | 鵜木 祐史 / Masashi Unoki / |
| 第2著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-05-24 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EA |
| 資料番号 | EA2012-1, SIP2012-1, SP2012-1 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.47(EA), no.48(SIP), no.49(SP) |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2012-05-17 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]