文献

J-GLOBAL ID：200902212498552217   整理番号：08A0581062

対数Gaborウェーブレットドメインにおける結合型統計的キャラクタリゼーションによる音声強調

Speech enhancement by joint statistical characterization in the Log Gabor Wavelet domain

著者 (3件)： SENAPATI Suman (Dep. of Electronics and Electrical Communication Engineering, Indian Inst. of Technol., Kharagpur, Kharagpur 721 302 ...) ,  CHAKROBORTY Sandipan (Dep. of Electronics and Electrical Communication Engineering, Indian Inst. of Technol., Kharagpur, Kharagpur 721 302 ...) ,  SAHA Goutam (Dep. of Electronics and Electrical Communication Engineering, Indian Inst. of Technol., Kharagpur, Kharagpur 721 302 ...)
資料名： Speech Communication  (Speech Communication)
巻： 50  号： 6  ページ： 504-518  発行年： 2008年06月 
JST資料番号： W1590A  ISSN： 0167-6393  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音声強調において,Bayes限界モデルでは異なるウェーブレットスケールのスケール間統計的依存性を説明することができない。ウェーブレットに基づく雑音除去に対するシンプルな非線形推定器では,異なるスケールにおけるウェーブレット係数はその性質において独立性を持つことが仮定されている。しかしながら,ウェーブレット係数は大きなスケール間依存性を持っている。本論文では,対数Gaborウェーブレット(LGW)ドメインにおける球面不変確率プロセス(SIRP)族に関連した円形対称確率密度関数(CS-PDF)によりそれら係数とそのペアレント間のスケール間依存性を利用する新しい手法を提案し,最大事後(MAP)推定理論により,それに対応した結合縮小推定器を導いた。ここでの研究では,2種類の異なる結合縮小推定器を提示した。第1に,LGW係数のスケール間不変量は閉形式解を与える定数として維持される。第2に,分散が一定であるように制約付けされていない場合に相対的により複雑なアプローチを提示した。さらに,音声不確実性が考慮された場合,提案手法がより良い性能を示すことも指摘した。4種の確立された音声強調アルゴリズムに対して4種の異なるノイズ環境においてPOLYCOSTおよびYOHO音声コーパスの50人の話者上で提案フレームワークのロバスト性をテストした。実験を行いその結果,その他の推定器と比べて,提案推定器は,セグメント型SNR(S-SNR)におけるより高い改良とより低い対数スペクトル歪(LSD)が得られることを示した。第2の評価において,提案音声強調技法はその競合手法と比較してAURORA 2.0音声コーパス上でのノイズ条件下においてよりロバストな数字認識が行えることが判明した。Copyright 2008 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *音声強調 ,  *Bayes推定 ,  雑音除去 ,  ウェーブレット変換 ,  Gabor変換 ,  確率密度 ,  事後確率 ,  スケーリング【計数】 ,  不確実性 ,  コーパス ,  ロバスト性 ,  SN比 ,  *文字認識
準シソーラス用語： スペクトル歪 ,  音声コーパス ,  *数字認識

分類 (2件)： 音声処理  (JE05000E) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： 対数 ,  ウェーブレット ,  ドメイン ,  統計 ,  キャラクタリゼーション ,  音声強調