文献

J-GLOBAL ID：201702260282757238   整理番号：17A0889409

時間-周波数マスクに基づくMVDRビーム成形による雑音環境におけるオンライン会議認識【Powered by NICT】

Online meeting recognition in noisy environments with time-frequency mask based MVDR beamforming

著者 (10件)： Araki Shoko (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Ito Nobutaka (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Delcroix Marc (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Ogawa Atsunori (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Kinoshita Keisuke (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Higuchi Takuya (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Yoshioka Takuya (Microsoft Research) ,  Tran Dung (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Karita Shigeki (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan) ,  Nakatani Tomohiro (NTT Communication Science Laboratories, NTT Corporation 2-4, Hikaridai, Seika-cho, Soraku-gun, Kyoto 619-0237, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： HSCMA  ページ： 16-20  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 本論文では,新しいオンライン会議認識プロトタイプ,雑音環境でも動作することを検討した。音声強調のために,マスクに基づく最小分散無歪応答(MVDR)ビームフォーマ,最近最新の深層ニューラルネットワーク(DNN)をベースにした自動音声認識(ASR)システムのための成功したフロントエンドであることを示している,を採用した。MVDRビームフォーマのステアリングベクトル,特に有害環境における挑戦的なを推定するための,より正確で計算的に有効なマスク推定を確実にするために,本研究は,確率論的空間辞書を採用している。辞書は,話者位置候補の各々に対して,情報源位置特徴の事前確率分布から構成されている。辞書は有意に解決すべき問題を単純化し,従って,正確で効率的なマスク推定を実現した。著者らの新しいプロトタイプを実際の展示状況における3~5秒の待ち時間で安定性を示した。定量的評価結果について報告する。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： 情報源 ,  *周波数 ,  待ち時間 ,  プロトタイプ ,  確率分布 ,  *ビーム成形 ,  音声強調 ,  ニューラルネットワーク ,  *雑音環境 ,  行為
準シソーラス用語： 定量的評価 ,  話者 ,  ステアリングベクトル ,  自動音声認識 ,  最小分散 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (5件)： マスク ,  ビーム成形 ,  雑音環境 ,  オンライン ,  会議