お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 【重要】研究会・各種料金のお支払い方法変更について
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 2021-05-27 09:50
特定の騒音環境下における音声認識のためのノイズ除去の検討と評価実験
佐野将太村上史尚川喜田佑介宮崎 剛田中 博神奈川工科大SeMI2021-2
抄録 (和) 本稿では,人込みや電車内などの騒音環境下における音声認識精度向上のため,特定の状況に限定してノイズ除去を行った際のノイズ除去性能と音声認識精度の検討結果について述べる.実験ではノイズ除去手法としてSS法とDAEを適用した.人込み,電車内を想定したノイズ2種類と,SN比-10,-5,0,5,10,15dBの6種類でノイズを重畳した音声を作成し,DAEでは複数のノイズを混合させて学習モデルを作成した場合と,それらを混合せずにノイズに応じた個別のモデルを用いた場合でノイズ除去を行った.ノイズ除去後に出力された音声に対し,ノイズ重畳前の音声データとのコサイン類似度と,スペクトログラム画像に対する正規化相互相関値,音声認識精度の3つからノイズ除去性能の評価を行った.その結果,どの評価方法でも複数のノイズを混合させて作成したモデルより,個別の学習モデルが最も良い結果となることを確認した.また,SN比10dBでは個別の条件で作成したモデルのみ80%程の精度での音声認識が可能であることが確認できた. 
(英) In this manuscript, the noise removal performance and speech recognition accuracy is described when noise is removed by assuming the specific situation in order to improve speech recognition accuracy in a noisy environment such as a crowded spot or in a train. Noise removal was performed by using the SS and DAE method in the experiment. We created speech data with noise superimposed with 2 types of noise assuming crowded spot and inside a train, and 6 types of SN ratio of -10, -5, 0, 5, 10, 15 dB. In the DAE method, the noise was removed and compared by using the model created by mixing multiple noises, and learning models individually created by adding each noise with SN condition. The noise removal performance was evaluated by the cosine similarity to the time-series data, the similarity of the spectrogram image by the normalized correlation, and the speech recognition accuracy between speech data before noise superimposition and the noise removal. It was verified that the individual learning model gave better results than the results by the model created by mixing noise. Also it was confirmed that speech recognition was possible with an accuracy of about 80% only for the model individually created under the conditions of SN ratio of 10dB.
キーワード (和) 深層学習 / 音声認識 / ノイズ除去 / DAE / SS法 / / /  
(英) Deep Learning / Voice Recognition / Noise Removal / DAE / Spectral Subtraction / / /  
文献情報 信学技報, vol. 121, no. 41, SeMI2021-2, pp. 5-10, 2021年5月.
資料番号 SeMI2021-2 
発行日 2021-05-20 (SeMI) 
ISSN 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 SeMI2021-2

研究会情報
研究会 SeMI IPSJ-MBL IPSJ-DPS IPSJ-ITS  
開催期間 2021-05-27 - 2021-05-28 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) センサネットワーク,モバイルインテリジェンス,分散コンピューティング,ITS,スマートコミュニティ,モバイルコンピューティング,パーベイシブシステム,一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 SeMI 
会議コード 2021-05-SeMI-MBL-DPS-ITS 
本文の言語 日本語 
タイトル(和) 特定の騒音環境下における音声認識のためのノイズ除去の検討と評価実験 
サブタイトル(和)  
タイトル(英) Investigation and Evaluation Experiment of Noise Removal for Voice Recognition in Specific Noisy Environment 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) 音声認識 / Voice Recognition  
キーワード(3)(和/英) ノイズ除去 / Noise Removal  
キーワード(4)(和/英) DAE / DAE  
キーワード(5)(和/英) SS法 / Spectral Subtraction  
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) 佐野 将太 / Shota Sano / サノ ショウタ
第1著者 所属(和/英) 神奈川工科大学 (略称: 神奈川工科大)
Kanagawa Institute of Technology (略称: KAIT)
第2著者 氏名(和/英/ヨミ) 村上 史尚 / Fumitaka Murakami / ムラカミ フミタカ
第2著者 所属(和/英) 神奈川工科大学 (略称: 神奈川工科大)
Kanagawa Institute of Technology (略称: KAIT)
第3著者 氏名(和/英/ヨミ) 川喜田 佑介 / Yuusuke Kawakita / カワキタ ユウスケ
第3著者 所属(和/英) 神奈川工科大学 (略称: 神奈川工科大)
Kanagawa Institute of Technology (略称: KAIT)
第4著者 氏名(和/英/ヨミ) 宮崎 剛 / Tsuyoshi Miyazaki / ミヤザキ ツヨシ
第4著者 所属(和/英) 神奈川工科大学 (略称: 神奈川工科大)
Kanagawa Institute of Technology (略称: KAIT)
第5著者 氏名(和/英/ヨミ) 田中 博 / Hiroshi Tanaka / タナカ ヒロシ
第5著者 所属(和/英) 神奈川工科大学 (略称: 神奈川工科大)
Kanagawa Institute of Technology (略称: KAIT)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-05-27 09:50:00 
発表時間 20分 
申込先研究会 SeMI 
資料番号 SeMI2021-2 
巻番号(vol) vol.121 
号番号(no) no.41 
ページ範囲 pp.5-10 
ページ数
発行日 2021-05-20 (SeMI) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会