ロバストな自動音声認識のためのスペクトル-時間変調部分空間スパニングフィルタバンク特徴

SCHAEDLER Marc Rene; MEYER Bernd T.; KOLLMEIER Birger

文献

J-GLOBAL ID：201202294933287891 整理番号：12A0723094

ロバストな自動音声認識のためのスペクトル-時間変調部分空間スパニングフィルタバンク特徴

Spectro-temporal modulation subspace-spanning filter bank features for robust automatic speech recognition

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=12A0723094&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=12A0723094&from=J-GLOBAL&jstjournalNo=C0249A") }}

著者 (3件)： , ,
資料名：
巻： 131 号： 5 ページ： 4134-4151 発行年： 2012年05月
JST資料番号： C0249A ISSN： 0001-4966 CODEN： JASMAN 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自動音声認識(ASR)システムのロバスト性を向上する試みの中で,スペクトル-時間変調周波数(MF)を考慮に入れた特徴抽出法を提示した。この生理学的に示唆されたシステムはGaborフィルタに基づく二次元フィルタバンクを使用し,これが特徴成分間の冗長情報を制限し,また物理的に解釈可能な特性を生じる。外因性変動(いろいろな種類の付加騒音)および内因性の変動性(発声の速度,動作および様式の変化から発生)に対するロバスト性は,一連の認識実験によって定量化した。これらの結果は,それぞれメル周波数ケプストラム係数(MFCC),ケプストラム平均減算(CMS)およびRASTA-PLP特性を使った基準ASRシステムと比較した。Gabor特性は,CMSを持たないベースラインシステムより外因性変動に対してロバストであり,2つの訓練条件(それぞれクリーンな訓練サンプルだけ,あるいは騒音を含む発声とクリーンな発声の混合を使った場合)について28%および16%の相対的な改善があることを示した。最新のシステムに使った場合,スペクトル-時間特性をMFCCに結び付けると14%の改善が観察され,これらの特徴形式の相補性を示した。特定MFの重要性の解析によって,25Hzまでの時間MFおよび0.25サイクル/チャネルまでのスペクトルMFがASRにとってメリットがあることを示した。(翻訳著者抄録)

, , , , , , , ,
, ,

パターン認識

, , , ,

前のページに戻る