文献

J-GLOBAL ID：201702286781212685   整理番号：17A1558974

深神経回路網を用いた要因音声処理モデルにおける特徴結合状態後推定【Powered by NICT】

Feature joint-state posterior estimation in factorial speech processing models using deep neural networks

著者 (2件)： Khademian Mahdi (Laboratory for Intelligent Multimedia Processing (LIMP), Amirkabir University of Technology, Tehran, Islamic Republic of Iran) ,  Homayounpour Mohammad Mehdi (Laboratory for Intelligent Multimedia Processing (LIMP), Amirkabir University of Technology, Tehran, Islamic Republic of Iran)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 62  ページ： 574-587  発行年： 2017年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 要因音声処理モデルに使用される深層ニューラルネットワークを用いた混合音声特徴の結合状態の事後確率を計算するための新しい方法を提案した。関節状態後情報は同時復号化を実行するために要因モデルが必要である。本研究の新規性は,ネットワークがステレオ特徴の事後確率の対からの関節状態事後確率を推定できるそのアーキテクチャである。方程式の劣決定システム,結合状態事後確率を抽出するためのネットワークで使用されるを解決するために目的関数を定義した。を統一的にネットワークを微調整に必要な表現を開発した。実験は,ベクトルTaylor級数法の結果と提案したネットワーク復号結果を比較し,モノラル音声分離および認識チャレンジにおける2.3%絶対性能改善を示した。深層ニューラルネットワークによって提供される結合状態後抽出の単純性を考えるとこの成果はかなりのものである。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ベクトル ,  事後確率 ,  計算機アーキテクチャ ,  深層 ,  復号化 ,  *神経回路網 ,  目的関数 ,  ニューラルネットワーク ,  ネットワーク ,  *音声処理 ,  ステレオ音響
準シソーラス用語： 音声分離 ,  Taylor級数 ,  音声特徴 , 【Automatic Indexing@JST】

著者キーワード (6件)： 要因音声処理モデル ,  深神経回路網 ,  要因隠れMarkovモデル ,  状態条件付き観測分布 ,  ベクトルTaylor級数を用いたモデル組合せ ,  特徴結合状態後

分類 (5件)： 計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O) ,  電話・データ通信・交換一般  (ND11010T) ,  ディジタルフィルタ  (NC04022Z) ,  信頼性  (KB04040H)

タイトルに関連する用語 (6件)： 神経回路網 ,  要因 ,  音声処理 ,  モデル ,  結合状態 ,  推定