文献

J-GLOBAL ID：201502212774301981   整理番号：15A0769450

発話残響除去と雑音除去のためのスペクトルマッピング学習

Learning Spectral Mapping for Speech Dreverberation and Denoising

著者 (7件)： HAN Kun (Ohio State Univ., OH, USA) ,  HAN Kun (Facebook, CA, USA) ,  WANG Yuxuan (Ohio State Univ., OH, USA) ,  WANG DeLiang (Ohio State Univ., OH, USA) ,  WOODS William S. (Starkey Hearing Technol., MN, USA) ,  MERKS Ivo (Starkey Hearing Technol., MN, USA) ,  ZHANG Tao (Starkey Hearing Technol., MN, 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： 5-6  ページ： 982-992  発行年： 2015年05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： 教師付き学習を使った発話残響除去と雑音除去方法を提案した。提案したアルゴリズムは,まず短時間Fourier変換(STFT)を使ってスペクトルマッピングの特徴抽出を行い,次に残響性で雑音性の信号からクリーン信号へのスペクトルマッピングを学習するように深層ニューラルネットワーク(DNN)を訓練し,DNNが振幅スペクトログラム推定を生成したのちに逆高速Fourier変換(FFT)過程を使って時間領域信号を再合成する。提案方法が,残響性で雑音性の環境において,発話の明瞭度と品質のみならず自動音声認識(ASR)の性能の改善につながること,また関連方法より性能がよいことを系統的な実験から示した。

シソーラス用語： 音声強調 ,  *除去 ,  *雑音除去 ,  スペクトル ,  写像 ,  *教師つき学習 ,  アルゴリズム ,  Fourier変換 ,  特徴抽出 ,  ニューラルネットワーク ,  図表 ,  音声認識
準シソーラス用語： スペクトログラム ,  マッピング ,  *残響除去 ,  自動音声認識

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 発話 ,  残響除去 ,  雑音除去 ,  スペクトル ,  マッピング ,  学習