| 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 | 2015-06-18 15:15 構音障害者音声認識のための混合正規分布に基づく音素ラベリングの検討 ○高島悠樹（神戸大）・中鹿 亘（電通大）・滝口哲也・有木康雄（神戸大）  PRMU2015-44 SP2015-13 WIT2015-13 |
|
| 抄録 | （和） | 本報告では，アテトーゼ型脳性麻痺による構音障害者の音声認識の検討を行う.従来研究として，畳み込みニューラルネットワークを用いた特徴量抽出法が提案され，その有効性が示されてきた.ニューラルネットワークの学習には教師信号としてHMMによる強制アライメントの結果が用いられているが，構音障害者の音声は発話毎にスペクトルの変動が大きいため，正確なアライメントを取ることは極めて難しい.誤った教師信号ではネットワークは十分に学習できないと考えられるため，上述の手法はその性能を十分に発揮できていないと考えられる.しかし，構音障害音声の音素境界は，健常者に比べて非常に曖昧であり，正確な音素境界を与えることは根本的に難しい.本研究では，音素ラベルを正規分布を用いた確率表現で与えることにより，構音障害音声特有の音素境界の曖昧性を考慮したラベリングを新たに提案する.本稿では，提案手法より得られる音素ラベルを教師信号としてネットワークを学習し，そのネットワークから抽出された特徴量を用いた単語認識実験の結果を報告する. |
| （英） | We investigate in this paper speech recognition for a person with an articulation disorder resulting from athetoid cerebral palsy. As our previous work, the feature extraction method using a convolutional neural network is proposed, and showed its effectiveness. The neural network needs the teaching signal to train the network using back-propagation, and the previous method uses forced alignment using HMMs from speech data for the teaching signal. However, because the dysarthric speech fluctuates every utterance, it is difficult to obtain the correct alignment. It is considered that the network is not adequately trained due to the wrong alignment. However, phone boundaries for dysarthric speech are ambiguous, and it is difficult to give the correct alignment and it is difficult to give the correct alignment. Therefore, we propose a phone labeling method using the Gaussian distribution. In this paper, we report our experimental results of speech recognition using the networks trained by the phone alignments calculated by our proposed method. | |
| キーワード | （和） | 構音障害 / 特徴量抽出 / 畳み込みニューラルネットワーク / ボトルネック特徴量 / 音素ラべリング / / / |
| （英） | articulation disorders / feature extraction / convolutional neural network / bottleneck feature / phoneme labeling / / / | |
| 文献情報 | 信学技報, vol. 115, no. 99, SP2015-13, pp. 71-76, 2015年6月. | |
| 資料番号 | SP2015-13 | |
| 発行日 | 2015-06-11 (PRMU, 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 | PRMU2015-44 SP2015-13 WIT2015-13 |
|
| 研究会情報 | |
| 研究会 | WIT SP ASJ-H PRMU |
| 開催期間 | 2015-06-18 - 2015-06-19 |
| 開催地（和） | 新潟大学駅南キャンパス「ときめいと」 |
| 開催地（英） | |
| テーマ（和） | 福祉/音声/聴覚/パターン認識メディア理解一般 |
| 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 | 2015-06-WIT-SP-H-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 構音障害者音声認識のための混合正規分布に基づく音素ラベリングの検討 |
| サブタイトル（和） | |
| タイトル（英） | Phone Labeling Based on Gaussian Mixture Model for Dysarthric Speech Recognition |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 構音障害 / articulation disorders |
| キーワード(2)（和/英） | 特徴量抽出 / feature extraction |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(4)（和/英） | ボトルネック特徴量 / bottleneck feature |
| キーワード(5)（和/英） | 音素ラべリング / phoneme labeling |
| 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） | 高島 悠樹 / Yuki Takashima / タカシマ ユウキ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中鹿 亘 / Toru Nakashika / ナカシカ トオル |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 滝口 哲也 / Tetsuya Takiguchi / タキグチ テツヤ |
| 第3著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 有木 康雄 / Yasuo Ariki / アリキ ヤスオ |
| 第4著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-06-18 15:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | PRMU2015-44, SP2015-13, WIT2015-13 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.98(PRMU), no.99(SP), no.100(WIT) |
| ページ範囲 | pp.71-76 |
| ページ数 | 6 |
| 発行日 | 2015-06-11 (PRMU, SP, WIT) |
[研究会発表申込システムのトップページに戻る]