文献

J-GLOBAL ID：201702278806290838   整理番号：17A1779705

音声認識における特徴変換のための局所性改善された保存射影【Powered by NICT】

An improved locality preserving projection for feature transform in speech recognition

著者 (3件)： Liu Gang (Pattern Recognition and Intelligent System Laboratory, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Chu Boce (Pattern Recognition and Intelligent System Laboratory, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Fan Ruchao (Pattern Recognition and Intelligent System Laboratory, School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMLC  ページ： 77-82  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： 特徴抽出は音声認識における必須段階である。伝統的な音声特徴は,PCA(主成分分析),LDA(線形判別分析)のようなMFCC(メル周波数ケプストラム係数)と特徴変換アルゴリズムに基づいて抽出される。音声特徴の分布を解析することにより,我々はそれらが強い非線形関係を持つことを見出した。が線形変換は,この種の特徴を効率的に取り扱うことができない。また伝統非線形変換を音声認識システムに基づく要求であるリアルタイム拡張性の能力を持たない。本論文では,LDAアルゴリズムを用いたLPP(局所性保存投影)アルゴリズムにおける教師つき情報を導入し,改良されたLPPに基づく改良型音声特徴変換アルゴリズムを提案した。実験は,提案したアルゴリズムが従来の線形変換法(H LDA(異分散線形判別分析)のような)よりも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： 周波数 ,  *局所性 ,  主成分分析 ,  一次変換 ,  *射影 ,  特徴抽出 ,  *音声認識 ,  アルゴリズム
準シソーラス用語： 音声認識システム ,  非線形変換 ,  ケプストラム係数 ,  MFCC ,  線形判別分析 ,  音声特徴 ,  *特徴変換 , 【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 (5件)： 音声認識 ,  特徴変換 ,  局所性 ,  保存 ,  射影