文献

J-GLOBAL ID：201202269059138690   整理番号：12A1144717

音声構造の動的特徴に関する実験的研究

An Experimental Study on Dynamic Features of Speech Structure

著者 (4件)： SHIMIZU Shinya (Univ. Tokyo, Tokyo, JPN) ,  SUZUKI Masayuki (Univ. Tokyo, Tokyo, JPN) ,  MINEMATSU Nobuaki (Univ. Tokyo, Tokyo, JPN) ,  HIROSE Keikichi (Univ. Tokyo, Tokyo, JPN)
資料名： Journal of Signal Processing  (Journal of Signal Processing)
巻： 16  号： 4  ページ： 319-322  発行年： 2012年07月 
JST資料番号： L3235A  ISSN： 1342-6230  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 音声信号をテキストに変換する自動音声認識システムは言葉情報を伝達する音響特徴のみを必要とする。しかしながら,従来の実装は細かく動的な特徴を良くモデル化していなかった。本研究において,筆者らは軌跡隠れMarkovモデルを用いて音声構造を再定式化し,時間的に細かい音声構造を成功裡に導出した。この新しい音声構造を用いて,音声構造の動的特徴を導入した。孤立語認識のN-最良再採点の実験を実施し,語誤り率において28.5%の減少を得た。

シソーラス用語： 音声認識 ,  *音声 ,  *構造 ,  動特性 ,  *特性 ,  軌跡 ,  隠れMarkovモデル ,  誤り率 ,  距離 ,  ベクトル
準シソーラス用語： *特徴

分類 (4件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  統計学  (AB08000H) ,  信号理論  (ND02020G)

引用文献 (6件)：

• [1] N. Minematsu, S. Asakawa, M. Suzuki and Y. Qiao: Speech structure and its application to robust speech processing, New Generation Computing, Vol. 28, No. 3, pp.299-319, 2010.
• [2] N. Minematsu: Yet another acoustic representation of speech sounds, Acoustics, Speech, and Signal Processing, Proceed- ings.(ICASSP'04), Vol. 1, pp.585-588, 2004.
• [3] M. Suzuki, N. Minematsu, D. Luo and K. Hirose: Sub- structure-based estimation of pronunciation proficiency and classification of learners, Automatic Speech Recognition Un- derstanding, 2009. (ASRU'09), pp.574-579, 2009.
• [4] H. Zen, K. Tokuda and T. Kitamura: Reformulating the HMM as a trajectory model by imposing explicit relationships between static and dynamic feature vector sequences, Computer Speech & Language, Vol. 21, No. 1, pp.153-173, 2007.
• [5] M. Suzuki, G. Kurata, M. Nishimura and N. Minematsu: Con- tinuous digits recognition leveraging invariant structure, Proc. INTERSPEECH pp.993-996, 2011.

タイトルに関連する用語 (2件)： 音声 ,  実験的研究