文献

J-GLOBAL ID：201702242036141888   整理番号：17A1035006

音声認識のためのフィルタバンク学習と統合した深部ニューラルネットワーク【Powered by NICT】

A deep neural network integrated with filterbank learning for speech recognition

著者 (3件)： Seki Hiroshi (Department of Computer Science and Engineering, Toyohashi University of Technology, Japan) ,  Yamamoto Kazumasa (Department of Computer Science and Engineering, Toyohashi University of Technology, Japan) ,  Nakagawa Seiichi (Department of Computer Science and Engineering, Toyohashi University of Technology, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 5480-5484  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： ディープニューラルネットワーク(DNN)は音声認識の分野で重要な成功を達成した。DNNの主な利点の一つは,人的な介入なしで自動特徴抽出である。DNNの底に擬フィルタバンク層を導入し,全フィルタバンク層と,ネットワークを訓練併用が,ほとんどのシステムは,DNN音響特徴として予め定義されたメル尺度フィルタバンクを示した。実験では,三角形メル尺度フィルタバンクの代わりにGauss関数を用いた。この技術は周波数領域平滑化の機能性を維持するためにフィルタバンク層を可能にした。提案した方法は,ASJ+JNASコーパス上で清浄な条件で8.0%の相対的改善と従来の完全結合DNNと比較して雑音ASJ+JNASコーパス上で2.7%の相対的改善を提供する。実験結果は,フィルタバンク層のフレームレベル変換は柔軟性を制約し,音響モデル化における学習効率を促進することを示した。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： *音声認識 ,  コーパス ,  特徴抽出 ,  周波数領域 ,  *フィルタバンク ,  雑音 ,  *ネットワーク ,  平滑化 ,  *学習 ,  柔軟性
準シソーラス用語： 学習効率 ,  音響モデル ,  Gauss関数 ,  音響特徴 ,  *ディープニューラルネットワーク , 【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 (5件)： 音声認識 ,  フィルタバンク ,  学習 ,  統合 ,  深部ニューラルネットワーク