文献

J-GLOBAL ID：201702260138431567   整理番号：17A1653086

音声・非音声の変調スペクトルの特徴分析に関する検討

Study on modulation spectrum analysis for speech and non-speech signals

著者 (2件)： 磯山拓都 (北陸先端科学技術大学院大) ,  鵜木祐史 (北陸先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 255(EA2017 43-57)  ページ： 29-34  発行年： 2017年10月14日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究の狙いは,音声・非音声の判別や分類に利用可能な特徴を明らかにすることである。音信号の振幅包絡線に関する特徴分析として,変調スペクトル分析がある。この分析から,音声には特有の特徴があることがわかっているが,音楽やノイズのような非音声にも特有の特徴があるかどうかは明らかにされていない。本稿では,ガンマトーンフィルタバンクの出力から変調スペクトル分析を行い,変調スペクトル上の音声信号および非音声信号の特有の特徴を明らかにする。高次統計量を用いた分析の結果,音声の変調スペクトル重心は低域にあり,変調スペクトル形状は拡散が小さく,低域側に歪み,尖っている特徴があることがわかった。一方,音声の変調スペクトルの高次統計量と比べ,非音声の変調スペクトル重心は高く,変調スペクトル形状は拡散が大きく,歪が少なく,平坦になるという特徴があることがわかった。これらの結果から,音声・非音声の変調スペクトルでみられる特徴を利用することで,定性的ではあるが音声・非音声の判別や分類が可能であることがわかった。(著者抄録)

シソーラス用語： *音声 ,  *スペクトル ,  *分析 ,  音波信号 ,  振幅 ,  エンベロープ ,  音楽 ,  分光分析 ,  高次統計量 ,  歪 ,  フィルタバンク
準シソーラス用語： *変調スペクトル ,  *特徴分析 ,  ガンマトーンフィルタバンク

分類 (2件)： 音響信号処理  (BB03050C) ,  音声処理  (JE05000E)

引用文献 (12件)：

• Kitaokam, N., et al., ′′CENSREC-1-C: An evaluation framework for voice activity detection under noisy environments,′′ Acoustical Science and Technology, Vol.30, No.5, pp.363-371, 2009.
• Benyassine, A., Shlomot, E., Huan-Yu Su, Massaloux, D., Lamblin, C., and Jean-Pierre Petit, ′′ITU-T Recommendation G.729 Annex B: a silence compression scheme for use with G.729 optimized for V.70 digital simultaneous voice and data applications,′′ IEEE Communications Magazine, Vol.35, pp.64-73, 1997.
• Lu, X., Unoki, M., Isotani, R., Kawai, H., Nakamura, S., ′′Adaptive regularization framework for robust voice activity detection,′′ Proc. INTERSPEECH, pp.2653-2656, 2011.
• Kanai, Y., Morita, S., Unoki, M., ′′Concurrent processing of voice activity detection and noise reduction using empirical mode decomposition and modulation spectrum analysis,′′ Proc. INTERSPEECH, pp.742-746, 2013.
• Patterson, R., Ian Nimmo-Smith, Holdsworth, J., and Rice, P., ′′An auditory filter bank based on the gammatone function,′′ Paper presented at a meeting of the IOC Speech Group on Auditory Modelling at RSRE, pp.14-15, 1987.

タイトルに関連する用語 (4件)： 音声 ,  非音声 ,  変調スペクトル ,  特徴分析