文献

J-GLOBAL ID：201702256009243304   整理番号：17A0887607

反射の多い条件下におけるマスキングに基づくモノラル音声分離のための特徴【Powered by NICT】

Features for Masking-Based Monaural Speech Separation in Reverberant Conditions

著者 (2件)： Delfarah Masood (Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA) ,  Wang DeLiang (Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 25  号： 5  ページ： 1085-1094  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： モノラル音声分離は音声と信号処理における基本的問題である。この問題は,雑音の多い音声の特徴からの理想的な時間 周波数マスクを予測による教師つき学習の観点からアプローチすることができた。低信号対雑音比(SNR)で残響条件では,正確なマスク予測は困難であり,有効な特徴から利益を得ることができる。本論文では,悪条件で抽出された音響的・音韻的特徴の広範なセットを調べた。ディープニューラルネットワークは学習機械として使用されており,標準的客観的音声了解度指標を用いて評価した分離性能。分離性能を両非音声および音声干渉で評価し,SNR,残響時間,および直接対残響エネルギー比の品種で系統的にである。文脈情報を用いて観察され,室内残響の時間的効果に起因すると思われるかなりの性能改善。添加では,連続した浮遊前進選択アルゴリズムを用いた特徴組合せセットを構築し,組合せ特性は,個々のものの性能を上回る。も無響条件における最適な特徴セットは残響条件のものと異なることを見いだした。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： SN比 ,  音韻 ,  雑音 ,  アルゴリズム ,  残響 ,  *マスキング ,  周波数 ,  干渉 ,  予測 ,  学習機械 ,  教師つき学習 ,  信号処理
準シソーラス用語： 分離性能 ,  ディープニューラルネットワーク ,  *音声分離 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (2件)： マスキング ,  モノラル音声