文献

J-GLOBAL ID：202102297705790531   整理番号：21A0958896

口唇口蓋裂者の音声認識のためのデータ拡張方式の検討

An investigation of data augmentation method for speech recognition of cleft lip and cleft palate

著者 (7件)： 冨士原健斗 (神戸大) ,  高島遼一 (神戸大) ,  杉山千尋 (大阪大) ,  田中信和 (大阪大) ,  野原幹司 (大阪大) ,  野崎一徳 (大阪大) ,  滝口哲也 (神戸大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2021  号： 春季  ページ： ROMBUNNO.1-2P-2  発行年： 2021年02月24日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・口唇口蓋裂者の音声認識のためのデータ拡張方式を検討。
・健常者を対象にした従来手法が,口唇口蓋裂者の音声認識においても有効であることを確認。
・新たな拡張の手法として周波数伸縮を提案し,口唇口蓋裂者の音声の性質に頑健な学習を行うことで性能改善が得られることも確認。
・さらに,周波数伸縮は従来手法と同時に利用することで更に性能改善を得られる手法であることを確認。
・性能を高めるための新たなデータ拡張や,より適切な処理の手順について検討。

シソーラス用語： 口蓋裂 ,  唇裂 ,  *音声認識 ,  構音障害 ,  発声障害
準シソーラス用語： *口唇口蓋裂 ,  *データ拡張 ,  開鼻声 ,  性能改善 ,  自己教師あり学習

分類 (1件)： パターン認識  (JE07000S)

引用文献 (7件)：

• 道健一,“口腔疾患による言語障害の診断と治療に関する臨床的研究,” 日本口腔科学会雑誌,35巻 (4号),pp. 1035-1076,1986.
• 片岡竜太,“開鼻声の定量的評価法に関する研究-周波数特性と主観評価量との関連について-,” 日本口蓋裂学会雑誌,13巻 (2号), pp. 204-216,1988.
• D.S.Park et al.,“SpecAugment: A simple data augmentation method for automatic speech recognition,” arXiv preprint arXiv: 1904.08779,2019.
• W.Wang et al.,“Unsupervised pretraining of bidirectional speech encoders via masked reconstruction,” ICASSP,2020.
• A.Graves et al.,“Connectionist temporal classification: Labelling unsegmented sequence data with recurrent neural networks,” ICML,1990.

タイトルに関連する用語 (3件)： 口唇口蓋裂 ,  音声認識 ,  データ拡張