文献

J-GLOBAL ID：201702224390743408   整理番号：17A0142636

遠方場音声認識のための空間共分散特徴を用いたビーム成形ネットワーク【Powered by NICT】

Beamforming networks using spatial covariance features for far-field speech recognition

著者 (4件)： Xiao Xiong (Temasek Laboratories, Nanyang Technological University (NTU), Singapore) ,  Watanabe Shinji (Mitsubishi Electric Research Laboratories (MERL), USA) ,  Chng Eng Siong (School of Computer Science and Engineering, NTU, Singapore) ,  Li Haizhou (School of Computer Science and Engineering, NTU, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-6  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： 最近,深いビーム形成(BF)ネットワークは相搬送特徴からBF重量,一般化交差相関(GCC)などを予測するために提案した。BFネットワークは,自動音声認識(ASR)費用関数を最小化するための音響モデルと共同で訓練した。本論文では,GCCを置き換える入力信号の空間共分散行列(SCM)から導出した特徴,個々の周波数帯の位相情報を含むとすることを提案した。AMI会議転写タスク上での実験結果により,SCM特徴を用いたBFネットワークは,遅延和BFを用いた従来のASRパイプラインで得られた47.9%から44.1%の単語誤り率を有意に低下させることを示した。GCC特徴と比較して,絶対的に0.6%まで小さいが定常利得を観測した。SCM特徴の利用も深い学習フレームワーク内でより高度なBF法の実行を容易にし,音声と雑音SCMを必要とする最小分散無歪応答BFなど。Copyright 2017 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： *共分散 ,  単語 ,  費用関数 ,  *ビーム成形 ,  誤り率 ,  *遠方場 ,  周波数帯 ,  *ネットワーク ,  利得 ,  *音声認識
準シソーラス用語： 最小分散 ,  共分散行列 ,  音響モデル ,  自動音声認識 ,  相互相関 , 【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 (4件)： 遠方場 ,  音声認識 ,  共分散 ,  ビーム成形