文献

J-GLOBAL ID：201002220687150760   整理番号：10A0883447

音声構造とロバストな音声処理に対するその応用

Speech Structure and Its Application to Robust Speech Processing

著者 (4件)： MINEMATSU Nobuaki (Univ. Tokyo, Tokyo, JPN) ,  ASAKAWA Satoshi (Univ. Tokyo, Tokyo, JPN) ,  SUZUKI Masayuki (Univ. Tokyo, Tokyo, JPN) ,  QIAO Yu (Univ. Tokyo, Tokyo, JPN)
資料名： New Generation Computing  (New Generation Computing)
巻： 28  号： 3  ページ： 299-319  発行年： 2010年 
JST資料番号： Y0555A  ISSN： 0288-3635  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 音声通信は,生成,伝送,聴取,という3つのステップから構成されている。どのステップにも,性差,年齢,マイクロホン関連因子,部屋関連因子,などによる音響歪が含まれることが避けられない。これら変動にも拘わらず,聴取者はその通信が変動によりまったく影響されていないかのように,実に容易に,音声から言語情報を抽出することができる。言語外因子が変化する場合はいつでも聴取者は自分の内部音響モデルを修正しているという仮説を設定することも可能である。もう一つ別の可能性は,音声の中の言語情報は言語外因子から分離した形で表現可能になることである。本研究では,人間および動物の研究からヒントを得ることにより,固有変動問題に対する新しい解法を提案した。これら変動に対して不変な音声構造を,変換不変特徴として導出し,それらの言語学的有効性について論じた。自動音声認識および発音上達度推定に対してこの音声構造を適用することにより,それらの持つ高いロバスト性を示した。本論文ではまた,現行の実装方式の未熟性と,音声構造の応用について述べた。(翻訳著者抄録)

シソーラス用語： *音声処理 ,  変動 ,  問題 ,  特徴抽出 ,  不変性 ,  *音声認識 ,  ロバスト性 ,  実装設計 ,  モデル ,  *音響分析
準シソーラス用語： *音響モデル ,  固有変動問題

分類 (3件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  音響信号処理  (BB03050C)

引用文献 (48件)：

• Kuhl, P. K., “Early language acquisition: Cracking the speech code,” Nature Reviews Neuroscience, 5, pp. 831-843, 2004.
• Benzeghiba, M., De Mori, R., Deroo, O., Dupont, S., Erbes, T., Jouvet, D., Fissore, L., Laface, P., Mertins, A., Ris, C., Rose, R., Tyagi, V. and Wellekens, C., “Automatic speech recognition and speech variability: A review,” Speech Communication, 49, pp. 763-786, 2007.
• Lotto, R. B. and Purves, D., “An empirical explanation of color contrast,” in Proc. the National Academy of Science USA, 97, pp. 12834-12839, 2000.
• Lotto, R. B. and Purves, D., “The effects of color on brightness,” Nature neuroscience, 2, 11, pp. 1010-1014, 1999.
• Taniguchi, T., Sounds become music in mind-introduction to music psychology-, Kitaoji Pub., 2000.

タイトルに関連する用語 (4件)： 音声 ,  ロバスト ,  音声処理 ,  応用