文献

J-GLOBAL ID：201702228976006271   整理番号：17A1554597

音声認識のための深いスパース表現ベースの特徴【Powered by NICT】

Deep-Sparse-Representation-Based Features for Speech Recognition

著者 (3件)： Sharma Pulkit (Multimedia Analytics and Systems Lab., School of Computing and Electrical Engineering, Indian Institute of Technology Mandi, Mandi, India) ,  Abrol Vinayak (Multimedia Analytics and Systems Lab., School of Computing and Electrical Engineering, Indian Institute of Technology Mandi, Mandi, India) ,  Sao Anil Kumar (Multimedia Analytics and Systems Lab., School of Computing and Electrical Engineering, Indian Institute of Technology Mandi, Mandi, India)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 25  号： 11  ページ： 2162-2175  発行年： 2017年 
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： スパース表現(SR)に基づく方法を用いて導出特徴を音声認識タスクのための有望な結果を与えることが示されている。多くの方式では,音声信号に対応するSRは辞書,模範に基づくまたは学習を用いて推定した。しかし,単一準位分解は音声信号には適していない,種々の隠れ属性についての複雑な階層情報を含んでいる。本論文では,音声認識のための特徴表現を導出するためにマルチレベル分解(多重層をもつ)を用いて,深いスパース表現(DSR)としても知られている,ことを提案した。一連のスパース層の代わりに,提案したフレームワークは,二スパース層間の密な層,効率的な実装を支援することを採用している。著者らの研究は,提案したDSRモデルの異なるスパース層で得られた表現は相補的情報を持つことを明らかにした。このように,最終的な特徴表現は疎な層で得られた表現をのちに誘導された。これはより識別的表現をもたらし,音声認識性能を改善する。高次元特徴の連結結果から,を用いて得られた特徴の次元を低減するための主成分分析。実験的研究により,提案した特徴は,多様な音声認識タスクのための既存の特徴よりも優れていることを実証した。Copyright 2017 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： 音声信号 ,  *透視図法 ,  モデル ,  *音声認識 ,  多層 ,  高次元 ,  主成分分析
準シソーラス用語： 実験研究 ,  マルチレベル ,  特徴表現 ,  *スパース表現 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 音声認識 ,  スパース表現