抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
声道長正規化(VTLN)は音声認識タスクのための非常に重要な話者正規化技術である。本論文では,例示照会プログラム口頭用語検出(QbE STD)のためのVTLNワープされたスペクトル特徴のGauss posteriorgramの使用を提案した。VTLNワーピング係数の推定のためのGauss混合モデル(GMM)フレームワークの利用を提案した。GMMフレームワークは,音素レベルの転写を必要とせず,従って,それは教師なしタスクに有用である。二GMM訓練アプローチ,すなわち,期待値最大化(EM)および決定論的アニーリング期待値最大化(DAEM)を用いたVTLNワーピング係数推定のための反復手法を提案した。VTLNワープGauss posteriorgramはより良いQbE STD性能を示した。TIMIT QbE STDの性能は異なる評価因子を用いて調べた,GMMにおいて,モデルの出力ガウス分布数,種々の局所制約,およびVTLNワーピング係数推定における反復数である。VTLNワープGauss posteriorgramはGauss posteriorgramにおける話者固有変動を低減し,従って,Gauss posteriorgramよりも良好な性能を与えることを期待されている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】