文献

J-GLOBAL ID：201702232460518699   整理番号：17A1034949

ロバストなニューラルネットワークに基づく音響モデリングのための高調波特徴融合【Powered by NICT】

Harmonic feature fusion for robust neural network-based acoustic modeling

著者 (5件)： Ichikawa Osamu (Watson Multimodal, IBM, Tokyo 103-8510, Japan) ,  Fukuda Takashi (Watson Multimodal, IBM, Tokyo 103-8510, Japan) ,  Suzuki Masayuki (Watson Multimodal, IBM, Tokyo 103-8510, Japan) ,  Kurata Gakuto (Watson Multimodal, IBM, Tokyo 103-8510, Japan) ,  Ramabhadran Bhuvana (Watson Multimodal, IBM, Yorktown Heights, NY 10598, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 5195-5199  発行年： 2017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： 音響特徴の主流はまだ対数Melフィルタ1が深い学習を用いた音響モデリングは,自動音声認識(ASR)の性能が劇的に改善された。対数Melフィルタ特徴は調波構造情報を失うが,ASRのための有用な情報を含んでいる。高分解能情報を統合ネットワークに,幾つか行われている。雑音条件におけるASR精度を改善するために,時間-周波数領域のどの部分が明確な調波構造を表現するために音響モデリングに統合した新しい特徴を提案し,雑音の多い環境で観察された部分である。新しい特徴は標準音響特徴と組み合わせた,結合系は様々な雑音のあるデータを用いてそれらを訓練した。これらの操作により,音響的特徴を学習する部分である清浄または劣化記述する品質タグの種類とした。著者らのモデルは,強いベースラインと比較してDNNにおけるAurora-4タスクにおける単語誤り率を10.3%低下させたクリーンテストケースにおける高精度を保持していた。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： *高調波 ,  フィルタ ,  *ロバスト性 ,  単語 ,  統合通信網 ,  *ニューラルネットワーク ,  誤り率 ,  雑音 ,  周波数領域 ,  対数 ,  基準線 ,  調波構造 ,  *音響モデリング
準シソーラス用語： 自動音声認識 ,  音響特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ロバスト ,  ニューラルネットワーク ,  音響モデリング ,  高調波 ,  特徴融合