文献

J-GLOBAL ID：201702256763284263   整理番号：17A0827034

ノイズにロバストなASRのための空間事前確率を用いた複素Gauss混合モデルに基づくオンラインMVDRビームフォーマ【Powered by NICT】

Online MVDR Beamformer Based on Complex Gaussian Mixture Model With Spatial Prior for Noise Robust ASR

著者 (6件)： Higuchi Takuya (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan) ,  Ito Nobutaka (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan) ,  Araki Shoko (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan) ,  Yoshioka Takuya (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan) ,  Delcroix Marc (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan) ,  Nakatani Tomohiro (NTT Communication Science Laboratories, Nippon Telegraph and Telephone Corporation, Kyoto, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 25  号： 4  ページ： 780-793  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： ノイズに対してロバストな自動音声認識のための音響ビーム形成を考慮した。ビームフォーマはステアリングベクトルによる特定の方向から到来する音成分を増強することにより背景雑音を減弱させた。,成功した雑音低減のための最も正確なステアリングベクトル推定。最近,時間 周波数マスキングは,ビームフォーマに使用されるステアリングベクトルを推定するために提案した。特に,このアプローチの新しい形,複素Gauss混合モデル(CGMM)に基づく音声スペクトルモデルを用いたステアリングベクトル推定に必要な時間 周波数マスクを推定し,オンライン音声強調シナリオにCGMMベースビームフォーマを拡張を開発した。著者らの以前の実験は,提案したCGMMベースアプローチは,Watson混合モデルとCHiME III挑戦のベースライン音声強調システムに基づく最近提案されたマスク推定器よりも優れていることを示した。本論文では,オンライン処理,適切なブロックのバッチサイズを有するバッチ処理のそれに匹敵する性能を達成するための付加的な実験結果を提供した。オンライン版は8.37%から8.06%に設定評価に関するCHiME3つの単語誤り率(WER)を減少させた。さらに,本論文では,空間相関行列(CGMMパラメータ)のための確率的事前分布,干渉話者の存在下でより安定なステアリングベクトル推定を導入した。実際には,提案したオンラインビームフォーマの性能はCGMMパラメータ推定の破壊のために,ノイズのみまたは/および干渉を含むという観察と劣化する。導入された空間事前分布は,ターゲット話者のパラメータを可能にする雑音または/および干渉に対する過適応を回避した。実験結果は空間的事前確率がpriorのないCGMMベースアプローチと比較して会話認識タスクにおけるWERを38.4%から29.2%に減少,従来のオンライン音声強調手法より優れていることを示した。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： *モデル ,  *雑音 ,  雑音低減 ,  *ビーム成形 ,  音声認識 ,  誤り率 ,  *ロバスト性 ,  音声強調 ,  音響 ,  パラメータ推定 ,  *混合効果モデル
準シソーラス用語： *混合モデル ,  ステアリングベクトル ,  自動音声認識 ,  *オンライン ,  *Gauss混合モデル , 【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 (7件)： ノイズ ,  ロバスト ,  ASR ,  事前確率 ,  Gauss混合モデル ,  オンライン ,  ビームフォーマ