| 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 | 2014-05-25 11:30 ［一般発表］変調伝達関数に基づく雑音残響に頑健な音声区間検出法 ～ 帯域分割型SNR推定法の利用 ～ ○森田翔太・鵜木祐史（北陸先端大）・ルー シュガン（NICT）・赤木正人（北陸先端大）  SP2014-41 |
|
| 抄録 | （和） | これまでに提案されている音声区間検出（VAD）法は，静音環境や加法性雑音環境を想定していた．そのため，雑音残響環境におけるこれらのVAD法の性能は，雑音や残響により音声の特徴が歪むことで，検出性能が大きく低下する．本稿では，雑音残響環境において頑健で正確に音声・非音声区間を検出できるVAD法を提案する．提案法は，三つの処理で構成される．1番目の処理では，雑音残響音声パワーエンベロープの雑音成分を除去するために，信号対雑音比（SNR）を推定する．2番目の処理では，変調伝達関数の概念に基づきパワーエンベロープ上で雑音と残響を除去する．3番目の処理では，回復したパワーエンベロープに対して閾値処理を行うことで，音声・非音声の判別を行う．人工的・現実的な雑音残響環境におけるVADの評価実験を行った．その結果，提案法は従来法に比べ検出性能が著しく高いことが確認された． |
| （英） | Most of the current voice activity detection (VAD) algorithms deal with clean speech or additive noisy speech. However, the performance in noisy reverberant environments are poor if they do, because speech is smeared due to the effects of noise and reverberation. This paper proposes a robust VAD algorithm for precisely detecting speech and non-speech periods in noisy reverberant environments. The proposed VAD algorithm consists of three processes. The first process is an estimation of the signal to noise ratio (SNR) which is used to mitigate the additive noise effect on the power envelope of speech. The second process is a power envelope dereverberation based on the concept of modulation transfer function. The final process is a threshold processing on the dereverberated power envelope of speech for speech/non-speech decision. Proposed VAD and conventional VAD methods are evaluated the detection performance of speech/non-speech in both artificial and realistic noisy reverberant environments. As the results, the proposed VAD algorithm significantly outperforms the conventional VAD algorithms. | |
| キーワード | （和） | 音声区間検出 / 変調伝達関数 / 雑音残響環境 / 信号対雑音比推定 / パワーエンベロープ回復 / / / |
| （英） | voice activity detection / modulation transfer function / noisy reverberant environments / signal to noise ratio estimation / power envelope restoration / / / | |
| 文献情報 | 信学技報, vol. 114, no. 52, SP2014-41, pp. 383-388, 2014年5月. | |
| 資料番号 | SP2014-41 | |
| 発行日 | 2014-05-17 (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 | SP2014-41 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-MUS |
| 開催期間 | 2014-05-24 - 2014-05-25 |
| 開催地（和） | 日本大学文理学部キャンパス 百周年記念館 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2014 |
| 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 | 2014-05-SP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | ［一般発表］変調伝達関数に基づく雑音残響に頑健な音声区間検出法 |
| サブタイトル（和） | 帯域分割型SNR推定法の利用 |
| タイトル（英） | Modulation transfer function based robust method of voice activity detection for noisy reverberant environments |
| サブタイトル（英） | Utilization of subband SNR estimation |
| 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） | 変調伝達関数 / modulation transfer function |
| キーワード(3)（和/英） | 雑音残響環境 / noisy reverberant environments |
| キーワード(4)（和/英） | 信号対雑音比推定 / signal to noise ratio estimation |
| キーワード(5)（和/英） | パワーエンベロープ回復 / power envelope restoration |
| 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） | 森田 翔太 / Shota Morita / モリタ ショウタ |
| 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 / ウノキ マサシ |
| 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) |
| 第3著者 氏名（和/英/ヨミ） | ルー シュガン / Xugang Lu / ルー シュガン |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | 赤木 正人 / Masato Akagi / アカギ マサト |
| 第4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 | 2014-05-25 11:30:00 |
| 発表時間 | 240分 |
| 申込先研究会 | SP |
| 資料番号 | SP2014-41 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.52 |
| ページ範囲 | pp.383-388 |
| ページ数 | 6 |
| 発行日 | 2014-05-17 (SP) |
[研究会発表申込システムのトップページに戻る]