文献

J-GLOBAL ID：201702215128763053   整理番号：17A0855279

増強による特徴空間VTSのための位相項モデリング【Powered by NICT】

Phase term modeling for enhanced feature-space VTS

著者 (2件)： Korenevsky Maxim (ITMO University, Saint-Petersburg, Russia) ,  Korenevsky Maxim (Speech Technology Center, Saint-Petersburg, Russia)
資料名： Speech Communication  (Speech Communication)
巻： 89  ページ： 84-91  発行年： 2017年 
JST資料番号： W1590A  ISSN： 0167-6393  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,音声特徴歪の補償のためのベクトルTaylor級数(VTS)アプローチの一般化を提案した。音声歪モデルの位相項を意識した表現を用いている。従来加法性雑音に行われているように,同じ方法で未知のパラメータをもつGaussランダムベクトルとしてこの項を考慮した。これらのパラメータはEMアルゴリズムにより推定した。パラメータ更新のためのあらわな表式を導出した。クリーン音声特徴の最小平均二乗誤差(MMSE)推定も得られた。Aurora2とAurora4データベース上で行った実験は,提案したアプローチは,両GMMとDNN音響モデルのための特徴空間VTSの位相不感版よりも優れていることを示した。また,ケプストラム平均正規化(CMN)と提案手法の組み合わせは付加的な精度利得が提供されることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データベース ,  利得 ,  ベクトル ,  *位相 ,  ケプストラム ,  *モデリング ,  正規化
準シソーラス用語： 音響モデル ,  最小平均二乗誤差 ,  EMアルゴリズム ,  加法性雑音 ,  Taylor級数 ,  音声特徴 ,  *特徴空間 , 【Automatic Indexing@JST】

著者キーワード (9件)： ロバスト音声認識 ,  ベクトルTaylor級数(VTS) ,  特徴補償 ,  位相項モデリング ,  EMアルゴリズム ,  MMSE推定 ,  Aurora2 ,  Aurora4 ,  ケプストラム平均と分散正規化(CMVN)

分類 (3件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 増強 ,  特徴空間 ,  位相 ,  モデリング