文献

J-GLOBAL ID：201202279377497360   整理番号：12A1563981

差分化最大相互情報量を利用した弁別特徴変換

DISCRIMINATIVE FEATURE TRANSFORMS USING DIFFERENCED MAXIMUM MUTUAL INFORMATION

著者 (5件)： DELCROIX Marc (NTT corp., Kyoto, JPN) ,  OGAWA Atsunori (NTT corp., Kyoto, JPN) ,  WATANABE Shinji (NTT corp., Kyoto, JPN) ,  NAKATANI Tomohiro (NTT corp., Kyoto, JPN) ,  NAKAMURA Atsushi (NTT corp., Kyoto, JPN)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2012 Vol.7  ページ： 4753-4756  発行年： 2012年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声認識関係者の間で,弁別基準により特徴変換を訓練する特徴補償技法が近年関心を集めている。音響モデルと特徴変換パラメータを訓練する弁別基準として,2つのB(ブースト)MMI(最大相互情報量)間の差分により目的関数を定義するd(差分化)MMIが最近提案された。本論文は,dMMI弁別基準を使用する,特徴変換パラメータの訓練を検討した。dMMIは訓練条件とテスト条件の不整合にロバスト性が高く,MMI,BMMIなどの通常の手法よりも認識性能が優れていることを実証した。この実験には,高度非定常雑音を含む音声コマンド認識タスクを利用し,34話者と6種のSN比条件にわたり平均キーワード誤り率が改善されることを示した。

シソーラス用語： *音声認識 ,  *弁別学習 ,  *変換 ,  相互情報量 ,  Gauss模型 ,  判定基準 ,  目的関数 ,  データ ,  ロバスト性 ,  性能分析 ,  実証実験 ,  音声信号 ,  言語 ,  キーワード ,  誤り率 ,  SN比
準シソーラス用語： Gauss混合モデル ,  コマンド言語 ,  テストデータ ,  音響モデル ,  訓練データ ,  *特徴変換

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 差分 ,  相互情報量 ,  特徴変換