講演抄録/キーワード |
講演名 |
2012-07-20 12:00
画像を手がかりとした時間的に適応可能な雑音推定による音声認識精度の向上に関する研究 ○藤林一師・今村弘樹(創価大) SP2012-53 |
抄録 |
(和) |
音声認識技術において,周囲環境の雑音による認識精度の低下が問題とされている.雑音抑圧手法としてスペクトルサブトラクション法が提案されているが,発話区間における時間的な雑音変化に対して音声認識精度は不十分である.この問題を解決するため,本研究では周囲環境の画像を手がかりとした時間的に適応可能な雑音推定手法を提案する.本手法を用いてスペクトルサブトラクション法を補うことで,音声認識精度の向上が期待される.シミュレーション環境における実験の結果,入力音声のSN比が15~20dBのときに音声認識精度の向上が確認された. |
(英) |
Speech recognition has a problem that background noise degrades the recognition performance. Spectral subtraction as a noise suppression method is not sufficient when the noise is temporally changing during speech activity. We propose time adaptive noise estimation using environmental images to supplement the insufficiency of the spectral subtraction, and expect improvement of the recognition performance. The result of evaluation experiments in computer simulation environment showed increase of the recognition accuracy where signal-to-noise ratio of noisy speech is 15 and 20 dB. |
キーワード |
(和) |
雑音推定 / 画像 / 発話区間 / 適応可能 / 音声認識 / / / |
(英) |
Noise Estimation / Environmental Image / Speech Activity / Time Adaptive / Speech Recognition / / / |
文献情報 |
信学技報, vol. 112, no. 141, SP2012-53, pp. 19-22, 2012年7月. |
資料番号 |
SP2012-53 |
発行日 |
2012-07-12 (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 |
SP2012-53 |