文献

J-GLOBAL ID：200902296974096305   整理番号：08A0224621

クラス共分散の一般化平均を用いた線形判別分析と音声認識へのその応用

Linear Discriminant Analysis Using a Generalized Mean of Class Covariances and Its Application to Speech Recognition

著者 (4件)： SAKAI Makoto (DENSO CORP., Nisshin-shi, JPN) ,  SAKAI Makoto (Nagoya Univ., Nagoya-shi, JPN) ,  KITAOKA Norihide (Nagoya Univ., Nagoya-shi, JPN) ,  NAKAGAWA Seiichi (Toyohashi Univ. Technol., Toyohashi-shi, JPN)
資料名： IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers))
巻： E91-D  号： 3  ページ： 478-487  発行年： 2008年03月01日 
JST資料番号： L1371A  ISSN： 0916-8532  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 特徴の時間依存性を正確にモデル化することは音声認識にとって重要な問題である。この問題に対処するために次元削減手法をもつセグメント単位入力HMMが広く使われてきた。線形判別分析(LDA)と不等分散拡張,例えば,不等分散線形判別分析(HLDA)あるいは不等分散判別分析(HDA)は次元を削減するための良く知られた手法である。しかし,判別情報を保存しながら次元削減を遂行することにおいて,任意の種類のデータセットに適した特定の判定基準を見つけることは難しい。本稿では,パワー線形判別分析(PLDA)と呼ぶ新しい枠組みを提案する。PLDAは,一つの制御パラメータによりLDA,HLDA,および,HDAを含む種々の判定基準を記述するのに用いることができる。さらに,我々は,HMMを訓練することも,開発データセット上で認識性能をテストすることもなしに,制御パラメータを用いた効率的な選択手法を与える。実験結果は,PLDAは様々なデータセットに対して従来手法よりも効果的であるということを示した。(翻訳著者抄録)

シソーラス用語： *音声認識 ,  判別分析 ,  特徴抽出 ,  高次元 ,  次元縮小 ,  隠れMarkovモデル ,  信号処理
準シソーラス用語： 線形判別分析

分類 (1件)： パターン認識  (JE07000S)

引用文献 (23件)：

• NAKAGAWA, S. Evaluation of segmental unit input HMM. Proc. ICASSP, 1996. 1996, 439-442
• OSTENDORF, M. A stochastic segment model for phoneme-based continuous speech recognition. IEEE Trans. Acoust. Speech Signal Process. 1989, 37, 12, 1857-1869
• HAEB-UMBACH, R. Linear discriminant analysis for improved large vocabulary continuous speech recognition. Proc. ICASSP, 1992. 1992, 13-16
• GISH, H. Parametric trajectory models for speech recognition. Proc. ICSLP, 1996. 1996, 466-469
• TOKUDA, K. Trajectory modeling based on HMMs with the explicit relationship between static and dynamic features. Proc. Eurospeech 2003. 2003, 865-868

タイトルに関連する用語 (7件)： クラス ,  共分散 ,  一般化 ,  平均 ,  線形判別分析 ,  音声認識 ,  応用