| 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 | 2014-12-15 10:45 会議音声における音声区間検出のためのDeep Neural Networkとクロス適応の検討 ○中谷彰宏（静岡大）・王 龍標（長岡技科大）・甲斐充彦（静岡大）  SP2014-107 |
|
| 抄録 | （和） | 音声区間検出(VAD)では, 雑音や残響の影響によりVAD性能が大幅に低下するため, そのような環境に対して頑健なVADシステムの構築が求められている. 本研究ではDeep Neural Network(DNN)を用いたVAD手法における性能の改善を目指し, VADモデルの環境適応を提案する. DNNの適応手法として, 適応する対象の未知データの自動認識処理を用いた教師なし適応が検討されているが, 一般的に教師なし適応は誤りを含む教師信号による学習を行うため, DNNの識別性能が高いほど誤りを忠実に再現してしまう. そのため, 誤り傾向の異なる複数の識別システムを用いることで誤りの影響を低減するDNNによるクロス適応が提案されている. 本研究ではDNNとは誤り傾向の異なるGMM, SVMの認識結果を適応用の教師ラベルとして用いることによって, 適応性能が向上し, 雑音と残響に頑健なVAD ができることを示す. |
| （英） | In voice activity detection(VAD), performance largely decreases under the influence of noise and reverberation. In this paper, we focus on a VAD technique with deep neural network(DNN) framework and propose the environmental adaptation methods of the VAD model. As for the unsupervised adaptation of such discriminative models, utilizing erroneous identification result as target signal often reproduces an error and degrades the performance. As for unsupervised adaptation techniques in ASR systems, cross adaptation method using different types of models, has been proposed. Our cross-adaptation method improves the VAD performance by using recognition output of GMM and SVM which are different from DNN in terms of error tendency for unsupervised adaptation and achieves a robust VAD system capable of adapting the noisy and reverberant environment. | |
| キーワード | （和） | 音声区間検出(VAD) / Deep Neural Network(DNN) / クロス適応 / 雑音残響下音声 / 環境適応 / / / |
| （英） | Voice activity detection(VAD) / Deep neural network(DNN) / Cross-adaptation / Noisy and reverberant speech / Environmental adaptation / / / | |
| 文献情報 | 信学技報, vol. 114, no. 365, SP2014-107, pp. 19-24, 2014年12月. | |
| 資料番号 | SP2014-107 | |
| 発行日 | 2014-12-08 (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 | SP2014-107 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-NL SP IPSJ-SLP JSAI-SLUD |
| 開催期間 | 2014-12-15 - 2014-12-17 |
| 開催地（和） | 東工大（すずかけ台） |
| 開催地（英） | Tokyo Institute of Technology (Suzukakedai Campus) |
| テーマ（和） | 第6回集合知シンポジウム |
| テーマ（英） | The 6th Symposium on Collective Knowlege |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2014-12-NLC-NL-SP-SLP-SLUD |
| 本文の言語 | 日本語 |
| タイトル（和） | 会議音声における音声区間検出のためのDeep Neural Networkとクロス適応の検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of Deep Neural Network and Cross-adaptation for Voice Activity Detection in Meeting Speech |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声区間検出(VAD) / Voice activity detection(VAD) |
| キーワード(2)（和/英） | Deep Neural Network(DNN) / Deep neural network(DNN) |
| キーワード(3)（和/英） | クロス適応 / Cross-adaptation |
| キーワード(4)（和/英） | 雑音残響下音声 / Noisy and reverberant speech |
| キーワード(5)（和/英） | 環境適応 / Environmental adaptation |
| 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） | 中谷 彰宏 / Akihiro Nakadani / ナカダニ アキヒロ |
| 第1著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 王 龍標 / Longbiao Wang / |
| 第2著者 所属（和/英） | 長岡技術科学大学 (略称： 長岡技科大) Nagaoka University of Technology (略称： Nagaoka Univ. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 甲斐 充彦 / Atsuhiko Kai / カイ アツヒコ |
| 第3著者 所属（和/英） | 静岡大学 (略称： 静岡大) Shizuoka University (略称： Shizuoka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-12-15 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2014-107 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.365 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2014-12-08 (SP) |
[研究会発表申込システムのトップページに戻る]