文献

J-GLOBAL ID：201002239784398957   整理番号：10A0213512

EMGに基づく連続音声認識における同時調音モデリング

Modeling coarticulation in EMG-based continuous speech recognition

著者 (2件)： SCHULTZ Tanja (Karlsruhe Inst. of Technol., Cognitive Systems Lab., Adenauerring 4, 76131 Karlsruhe, DEU) ,  WAND Michael (Karlsruhe Inst. of Technol., Cognitive Systems Lab., Adenauerring 4, 76131 Karlsruhe, DEU)
資料名： Speech Communication  (Speech Communication)
巻： 52  号： 4  ページ： 341-353  発行年： 2010年04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： 本論文では,自動音声認識のための表面筋電図の利用について議論を行った。顔の筋肉で捉えられた筋電図信号では人間の調音器官の活動を記録し,それによって,無言の発音がなされた場合でも音声信号を辿ることを可能にしている。空中で到達する前に音声は獲得されるため,その結果得られた信号は環境ノイズによってマスクされることはない。その結果得られた静粛音声インタフェイスは従来型音声駆動型インタフェイスの主な限界を克服することのできるポテンシャルを備えている。即ち,それはどのような環境ノイズに対しても影響されず,機密情報を無言で伝えることが可能であり,すぐ近くにいる人に擾乱を与えない。ここではEMGに基づく音声認識での同時調音のモデリングのために音声特徴バンドリングという新しいアプローチを提案し,著者らが最近コレクションした無言および可聴EMG音声記録の複数の話者による大規模語彙データベースであるEMG-PITコーパス上での結果を報告した。話者依存型および話者独立型設定での結果により,音声特徴の相互依存性をモデリングすることにより,相対的に33%以上ベースラインシステムの単語誤り率を削減することを示した。著者らの最終システムでは,101単語語彙タスクの上で最良の認識率を持つ話者にとって10%の単語誤り率を達成し,静粛音声インタフェイスのアプリケーションに対する広範囲の中でEMGに基づく音声認識を実現した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *連続音声認識 ,  調音 ,  *筋電図 ,  *ユーザインタフェイス ,  雑音 ,  データベース ,  語彙 ,  *コーパス ,  誤り率 ,  比率
準シソーラス用語： EMG ,  ノイズ ,  *静粛音声インタフェイス ,  認識率

分類 (4件)： パターン認識  (JE07000S) ,  生体計測  (EL03020C) ,  人間機械系  (IB03000G) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (3件)： EMG ,  連続音声認識 ,  モデリング