文献

J-GLOBAL ID：201802215742092766   整理番号：18A1771363

多重特徴と一般化ラベル付きマルチBernoulliフレームワークを用いた音声源の同時追跡と分離【JST・京大機械翻訳】

Jointly Tracking and Separating Speech Sources Using Multiple Features and the Generalized Labeled Multi-Bernoulli Framework

著者 (1件)： Lin Shoufeng (Department of Electrical and Computer Engineering, Curtin University Kent Street, Bentley, Perth, 6102, Western Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 3211-3215  発行年： 2018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,マイクロホンによって記録された音響混合物を用いて,一般化されたラベル付きマルチBernoulli(GLMB)マルチターゲット追跡フィルタに基づく新しいジョイントマルチ話者追跡-分離法を提案した。標準的なマルチ話者追跡アルゴリズムは,通常,話者位置を追跡するだけであり,話者が空間的に近いとき,あいまいさが発生する。提案したマルチ特徴GLMB追跡フィルタは,マルチターゲットマルチ特徴観測として関連話者特徴(位置,ピッチと音)のベクトルのセットを処理し,対応する遷移モデルと全体尤度関数による遷移特徴を特性化し,各マルチ特徴話者を結合し分離し,空間曖昧性問題を扱う。数値評価により,提案した方法が複数話者の位置を正確に追跡でき,一方,音声信号を分離できることを検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *フィルタ ,  ベクトル ,  マイクロホン ,  音響 ,  音声信号 ,  多重化 ,  キャラクタリゼーション ,  曖昧さ ,  尤度関数
準シソーラス用語： ターゲット追跡 ,  話者 ,  追跡アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 多重 ,  一般化 ,  ラベル ,  マルチ ,  フレームワーク ,  音声 ,  追跡