文献

J-GLOBAL ID：201602273046786203   整理番号：16A0618469

ロバストな自動音声認識のための多チャネルにおける雑音低減のための生成的識別ハイブリッドアプローチ【Powered by NICT】

A generative-discriminative hybrid approach to multi-channel noise reduction for robust automatic speech recognition

著者 (4件)： Meutzner Hendrik (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seikacho, Sorakugun, Kyoto, 619-0237 Japan) ,  Araki Shoko (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seikacho, Sorakugun, Kyoto, 619-0237 Japan) ,  Fujimoto Masakiyo (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seikacho, Sorakugun, Kyoto, 619-0237 Japan) ,  Nakatani Tomohiro (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seikacho, Sorakugun, Kyoto, 619-0237 Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICASSP  ページ： 5740-5744  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,識別モデルは非常に魅力的な有用性となり,その顕著な識別能力と改善された訓練戦略の利用可能性のおかげで音声研究コミュニティにおいて多くの注目を得て,フロントとバックエンド両方法を包含する。は高度に非定常環境騒音による歪んだ音声の認識に関して言えば,十分に高い音声認識性能を達成するために必要とされるロバストなフロントとバックエンド法。さらに,厳しい雑音条件を扱う場合,多チャネルフロントエンド法は,環境背景雑音を抑制するために有利であるが,単一チャネル法と比較した。本研究では,生成の弁別ハイブリッドモデルを用いて,DOminanceベース立地とパワースペクトルcHaracteristics統合(DOLPHIN)と呼ばれる,既存の多チャネル騒音低減手法,空間およびスペクトル特徴を利用するを改善した。は,提案した方法が既存のDOLPHINアプローチ,単独生成モデルに基づく性能的に優れており,CHiME III挑戦データで達成された単語誤り率の低減の点であることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 環境騒音 ,  パワースペクトル ,  単語 ,  *チャネル ,  *音声認識 ,  *雑音低減 ,  誤り率 ,  *ロバスト性 ,  *雑音 ,  *ハイブリッド方式
準シソーラス用語： 騒音低減 ,  ハイブリッドモデル ,  背景雑音 ,  *マルチチャネル ,  *自動音声認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ロバスト ,  自動音声認識 ,  多チャネル ,  雑音低減 ,  識別 ,  ハイブリッドアプローチ