文献

J-GLOBAL ID：201702267618290563   整理番号：17A1724491

スパース非負特徴抽出のための安定性選択を用いたロバストな分散複数話者音声活動検出【Powered by NICT】

Robust distributed multi-speaker voice activity detection using stability selection for sparse non-negative feature extraction

著者 (3件)： Hamaidi L. Khadidja (Signal Processing Group, Technische Universitaet Darmstadt, Merckstras&e 25, 64283 Darmstadt, Germany) ,  Muma Michael (Signal Processing Group, Technische Universitaet Darmstadt, Merckstras&e 25, 64283 Darmstadt, Germany) ,  Zoubir Abdelhak M. (Signal Processing Group, Technische Universitaet Darmstadt, Merckstras&e 25, 64283 Darmstadt, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 161-165  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： 本論文において,筆者らは無線音響センサネットワーク(WASN)のためのロバストな複数話者音声区間検出手法を提案した。WASNの各ノードは,音源の混合物を受けている。音声エネルギー信号のスパース性を利用する安定性選択を用いた非負特徴抽出を提案した。最強右特異ベクトルはその後の音声活性検出(VAD)のための汚染源固有の特徴として機能する。無声フレームから能動音声フレームを分離するために,共分散行列のM推定量に基づくロバストなMahalanobis分類器を提案した。提案した方法は,分散環境に適用できる,融合中心は利用できない。残響環境における6源を20ノードの挑戦的なWASNで得られた高精度VAD結果。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： ネットワーク ,  *透視図法 ,  推定量 ,  *ロバスト性 ,  音源 ,  *特徴抽出 ,  汚染源
準シソーラス用語： 残響環境 ,  分散環境 ,  共分散行列 ,  特異ベクトル ,  スパース性 ,  音声区間検出 ,  音響センサ ,  *話者 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 特徴抽出 ,  安定性 ,  ロバスト ,  話者 ,  音声 ,  活動