| 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 | 2014-06-20 10:25 同時発話の高性能な音声認識 ～ スペクトル減算による分離の高速化と分離音を用いた音響モデル学習 ～ ○出木浦悠人・松本哲也・竹内義則・工藤博章・大西 昇・北岡教英・武田一哉（名大）  SP2014-56 WIT2014-11 |
|
| 抄録 | （和） | 本研究の目的は，同時発話を高性能に音声認識することである．認識のためには音源分離が必要であるが，その過程で生じる音響的な歪みや残留雑音により，認識精度の改善幅はある水準に留まる．また，従来用いられてきた独立成分分析による分離は，処理時間が長いことも問題である．本研究では，歪みを含む分離音を用いて音響モデル学習を行うことと，混合音から推定した他者発話スペクトルを減算する音源分離手法を提案する．計算機シミュレーションによる認識実験で，提案法による分離音の認識精度は従来法に比べて約6%改善し，処理時間が約1/5に短縮された．また，分離音を学習データに用いることにより，認識精度がさらに約20%改善されることを示した． |
| （英） | The purpose of this study is to recognize overlapped speech more accurately. In order to achieve this, it is necessary to separate overlapped speech. However, recognition accuracy is insufficient due to the distortion and residual noise caused by the processing of separation. Also, the conventional methods based on Independent Component Analysis, take heavy computational cost. In this study, we propose to train acoustic models using distorted speech and to separate overlapped speech by spectral subtraction of estimated speech uttered by the other speakers. In a recognition task of simulated overlapped speech, the proposed method improved recognition accuracy by approximately 6% and reduced 4/5 of the computational cost compared with a conventional method. Also, training acoustic models using separated speech improved recognition accuracy by approximately 20%. | |
| キーワード | （和） | 音声認識 / 音源分離 / 発話スペクトル推定 / スペクトルサブトラクション / / / / |
| （英） | Overlapped Speech Recognition / Speech separation / Speech spectrum estimation / Spectral Subtraction / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 91, SP2014-56, pp. 57-62, 2014年6月. | |
| 資料番号 | SP2014-56 | |
| 発行日 | 2014-06-12 (SP, WIT) | |
| 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 | SP2014-56 WIT2014-11 |
|
| 研究会情報 | |
| 研究会 | SP WIT ASJ-H |
| 開催期間 | 2014-06-19 - 2014-06-20 |
| 開催地（和） | 近江町交流プラザ |
| 開催地（英） | |
| テーマ（和） | 聴覚，福祉，音声一般 |
| 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 | 2014-06-SP-WIT-H |
| 本文の言語 | 日本語 |
| タイトル（和） | 同時発話の高性能な音声認識 |
| サブタイトル（和） | スペクトル減算による分離の高速化と分離音を用いた音響モデル学習 |
| タイトル（英） | Accurate Recognition of Overlapped Speech |
| サブタイトル（英） | High Speed Speech Separation by Spectral Subtraction and Acoustic Model Training using Separated Speeches |
| キーワード(1)（和/英） | 音声認識 / Overlapped Speech Recognition |
| キーワード(2)（和/英） | 音源分離 / Speech separation |
| キーワード(3)（和/英） | 発話スペクトル推定 / Speech spectrum estimation |
| キーワード(4)（和/英） | スペクトルサブトラクション / Spectral Subtraction |
| 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） | 出木浦 悠人 / Yuto Dekiura / デキウラ ユウト |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松本 哲也 / Tetsuya Matsumoto / マツモト テツヤ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 竹内 義則 / Yoshinori Takeuchi / タケウチ ヨシノリ |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 工藤 博章 / Hiroaki Kudo / クドウ ヒロアキ |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 大西 昇 / Noboru Ohnishi / オオニシ ノボル |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 北岡 教英 / Norihide Kitaoka / キタオカ ノリヒデ |
| 第6著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第7著者 氏名（和/英/ヨミ） | 武田 一哉 / Kazuya Takeda / タケダ カズヤ |
| 第7著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-06-20 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2014-56, WIT2014-11 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.91(SP), no.92(WIT) |
| ページ範囲 | pp.57-62 |
| ページ数 | 6 |
| 発行日 | 2014-06-12 (SP, WIT) |
[研究会発表申込システムのトップページに戻る]