文献

J-GLOBAL ID：201502211797985244   整理番号：15A0329668

深部ニューラルネットワークに基づいた音声強調の回帰手法

A Regression Approach to Speech Enhancement Based on Deep Neural Networks

著者 (4件)： XU Yong (Univ. Sci. and Technol. China, Hefei, CHN) ,  DU Jun (Univ. Sci. and Technol. China, Hefei, CHN) ,  DAI Li-Rong (Univ. Sci. and Technol. China, Hefei, CHN) ,  LEE Chin-Hui (Georgia Inst. Technol., GA, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 23  号： 1-2  ページ： 7-19  発行年： 2015年01月 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  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)

抄録/ポイント： 従来の最小平均二乗誤差(MMSE)主導雑音低減技術とは対照的に,深部ニューラルネットワーク(DNN)に基づいた雑音性およびクリーンな音声信号の間のマッピング機能を見つけることにより音声を強調する教師あり方法を提案した。すなわち,DNN主導音声強調フレームワークを拡張して現実世界状況で逆条件と非定常雑音タイプとを処理した。今回,全周波数帯域と文脈フレーム拡張とを含む音響文脈フレーム情報は不連続性を減らした強調音声を得るように上手く利用された。さらに,汎化機能を改良するために,非定常雑音成分を処理する際に非常に効果的であると証明されたDNNの訓練セットを設計する際に100種類以上の雑音を含めた。人工合成データで訓練された,派生DNNモデルは現実世界のシナリオで記録された雑音性音声データを処理する際にも有効である。

シソーラス用語： ニューラルネットワーク ,  *音声強調 ,  雑音低減 ,  雑音 ,  教師つき学習 ,  ディープニューラルネットワーク
準シソーラス用語： 深部ニューラルネットワーク

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 深部ニューラルネットワーク ,  音声強調 ,  手法