文献

J-GLOBAL ID：201602210934290115   整理番号：16A1209618

ロバスト音声認識のための深い神経回路網による混合帯域幅データの共同モデリングに関する実験的研究【Powered by NICT】

An experimental study on joint modeling of mixed-bandwidth data via deep neural networks for robust speech recognition

著者 (6件)： Jianqing Gao (National Engineering Laboratory of Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, China) ,  Du Jun (National Engineering Laboratory of Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, China) ,  Changqing Kong (iFlytek Research, iFlytek Co., Ltd., Hefei, Anhui, China) ,  Huaifang Lu (iFlytek Research, iFlytek Co., Ltd., Hefei, Anhui, China) ,  Enhong Chen (National Engineering Laboratory of Speech and Language Information Processing, University of Science and Technology of China, Hefei, Anhui, China) ,  Lee Chin-Hui (Georgia Institute of Technology, Atlanta, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IJCNN  ページ： 588-594  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 深いニューラルネットワーク(DNNs)に基づく狭帯域広帯域データの両方の認識のための大規模混合バンド訓練音声に活用する関節モデリング戦略を提案した。狭帯域広帯域データ間に従来のダウンサンプリングとアップサンプリング方式を利用した。も広帯域音声に狭帯域からのいくつかの音響特徴をマッピングするためのDNNベース音声帯域幅拡張(BWE)を調べた。入力またはBWE DNNの出力レベルでの狭帯域広帯域特徴を整理したうえ,ダウンサンプリングとアップサンプリングデータを組み合わせることにより,異なるDNNを確立することができた。標準中国語音声認識タスク上での実験を行い,混合バンド音声の結合モデリングのためのハイブリッドDNNは,別々によく訓練された,狭帯域広帯域音声モデルの両者に対し大幅な性能利得を狭帯域広帯域データに7.9%と3.9%の相対的文字誤り率減少であることを示した。さらに,提案した戦略は,一貫して他の従来のDNNベース法よりも優れている。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 利得 ,  *神経回路網 ,  中国語 ,  誤り率 ,  *帯域幅 ,  *音声認識 ,  狭帯域 ,  *モデリング ,  広帯域
準シソーラス用語： 音響モデル ,  帯域幅拡張 ,  音響特徴 ,  アップサンプリング ,  ダウンサンプリング ,  *ロバスト音声認識 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： ロバスト音声認識 ,  神経回路網 ,  帯域幅 ,  共同 ,  モデリング ,  実験的研究