文献

J-GLOBAL ID：201702265688410704   整理番号：17A1650918

キーワードスポッティングのための複合誤差最適化を用いたスペクトルおよび韻律情報の融合【Powered by NICT】

Fusion of spectral and prosodic information using combined error optimization for keyword spotting

著者 (3件)： Pandey Laxmi (Dept. of Electrical Engineering, Indian Institute of Technology, Kanpur, India) ,  Chaudhary Kuldeep (Dept. of Electrical Engineering, Indian Institute of Technology, Kanpur, India) ,  Hegde Rajesh M (Dept. of Electrical Engineering, Indian Institute of Technology, Kanpur, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NCC  ページ： 1-6  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： 特徴レベルでのスペクトル情報と韻律情報の組み込みは挑戦的である。本論文では,スペクトル情報と韻律情報の特徴レベル融合法を提案した。ピッチ輪郭を最初の音声信号のフレームブロックセグメントから抽出した。ここで得られたこれらの音声セグメントは,高ピッチと低ピッチセグメントとして標識された。スペクトル及び韻律両方の特徴は,各セグメントクラスから抽出した。統合特徴集合がこれらのクラスのそれぞれからのスペクトルおよび韻律的特徴を連結することにより得られた。核融合の次の段階では,高および低ピッチ標識特徴はさらに関節誤差最適化アプローチを用いて結合した。この最適化手法は,高ピッチセグメントの平均は低ピッチセグメントの平均にアフィン変換により得られることを仮定している。アフィン変換のパラメータを勾配降下法を用いて得た。最終的に統合された特徴集合はこのようにして得た特徴の両セットの正常化後に得られた。この統合された特徴集合は,隠れMarkovモデル(HMM)のフレームワークと併せて,キーワードスポッティングのための新しいスライディング音節プロトコルで使用されている。キーワードスポッティング実験は,この目的のために開発されたヒンディー語言語データベース上で行われた。キーワード認識とキーワードスポッティングに関する実験は,提案した融合法の性能を評価するために実施した。WERと受信者動作特性に関して得られた実験結果は,MFCCのような集合単一特徴の利用より合理的な改善を示した。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： 音声信号 ,  プロトコル ,  データベース ,  *スペクトル ,  アフィン変換 ,  言語 ,  最急降下法 ,  *キーワード ,  *最適化 ,  隠れMarkovモデル ,  音節
準シソーラス用語： MFCC ,  *韻律 ,  *韻律情報 ,  *キーワードスポッティング , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (6件)： キーワードスポッティング ,  誤差 ,  最適化 ,  スペクトル ,  韻律情報 ,  融合