文献

J-GLOBAL ID：201702253000858875   整理番号：17A0274413

時変LPパラメータのBayes推定と音声のための励起【Powered by NICT】

Joint Bayesian Estimation of Time-Varying LP Parameters and Excitation for Speech

著者 (2件)： Chetupalli Srikanth Raj (Department of Electrical Communication Engineering, Indian Institute of Science, Bangalore, India) ,  Sreenivas T. V. (Department of Electrical Communication Engineering, Indian Institute of Science, Bangalore, India)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 4  ページ： 357-361  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 時変線形予測(TVLP)フィルタ係数の同時推定および長期音声セグメントの分析のための励起信号パラメータを考察した。TVLP推定への伝統的なアプローチは,既知の基底関数のみのセットの係数の線形膨張を仮定している。しかし,励起信号も時変,TVLPフィルタパラメータの推定に影響を与える。本短報において,筆者らは,Bayesアプローチ,励起信号の性質を,フィルタパラメータの正則化を適応させることを提案した。系の秩序が事前に分からないので,フィルタパラメータのためのGauss事前分布を定式化し,励起信号がGauss時変ガンマ分布精度としてモデル化した。フィルタパラメータの事後分布と励起信号の時変精度の最尤推定,事前分布のパラメータと共にのための反復アルゴリズムを開発した。は,提案した方法が音声の中の励起信号の異なるタイプに適応し,未知モデル次数と時変系であることを示した。合成音声状信号,絶対スペクトル差を用いて定量化のためのスペクトルモデル化性能は,提案した方法がいくつかの伝統的な方法に比べてより正確にシステム機能を推定することを示した。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： パラメータ推定 ,  *励起 ,  Γ分布 ,  基底関数 ,  正則化 ,  線形予測 ,  モデリング ,  線形性 ,  フィルタ ,  *Bayes推定 ,  時変系 ,  最尤法
準シソーラス用語： 反復アルゴリズム ,  事後分布 ,  事前分布 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 時 ,  LP ,  パラメータ ,  Bayes推定 ,  音声 ,  励起