文献

J-GLOBAL ID：201802230530438062   整理番号：18A2041611

複数のサブ辞書生成による識別自己符号化と強度モデリングを用いた冷の下での音声の自動検出【JST・京大機械翻訳】

Automatic Detection of Speech Under Cold Using Discriminative Autoencoders and Strength Modeling with Multiple Sub-Dictionary Generation

著者 (9件)： Kao Yi-Ying (Investigation Bureau, Ministry of Justice, R.O.C) ,  Hsu Hsiang-Ping (Investigation Bureau, Ministry of Justice, R.O.C) ,  Liao Chien-Feng (Academia Sinica, Research Center for Information Technology Innovation, Taiwan) ,  Tsao Yu (Academia Sinica, Research Center for Information Technology Innovation, Taiwan) ,  Yang Hao-Chun (Department of Electrical Engineering, National Tsing Hua University, Taiwan) ,  Li Jeng-Lin (Department of Electrical Engineering, National Tsing Hua University, Taiwan) ,  Lee Chi-Chun (Department of Electrical Engineering, National Tsing Hua University, Taiwan) ,  Lee Hung-Shin (Academia Sinica, Institute of Information Science, Taiwan) ,  Wang Hsin-Min (Academia Sinica, Institute of Information Science, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAENC  ページ： 416-420  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,INTERSPEECH2017で提案されたCold Sub-Challengeに取り組むことを目的とした。目標は,与えられた音声が寒冷条件下にあるかどうかを決定することである。本論文では,2つのフレームワークを提示した。それらの一つは,二つの異なる損失関数を用いた代替ニューラルネットワークベースのオートエンコーダに基づいている。最初のものは教師なし自動符号器で使用される標準的再構成誤差であり,ヒンジ損失(第二損失関数)は中間層に組み込まれて,同じ条件によって同じ条件で発話された発話を類似の同一性符号空間に引き付ける。次に,分類を,目標と低温および非低温発話の平均値の間の同一性符号の余弦類似性を比較することによって実行した。著者らの方法とベースラインシステム予測を組み合わせた簡単なロジスティック回帰により,開発セット上で65.81%と66%のUARを,2017の比較によって提供されたテストセットをそれぞれ達成した。もう一つのアプローチは強度モデリングに基づいており,そこでは多様な分類器の信頼出力がサポートベクトルマシンへの入力として元の特徴空間に連結される。特徴表現は,多様な分類器と連結するGMM Fisherベクトル符号化とeGeMAPS汎関数特徴のフレームワークの中の複数のサブ辞書から導き出される。著者らは,2017のComParetoによって提供された開発と試験セットに関して,それぞれ70.2%と65.5%を達成した。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： ベクトル ,  ヒンジ ,  サポートベクトルマシン ,  低温 ,  損失関数 ,  発話 ,  ニューラルネットワーク ,  予測 ,  再構成 ,  汎関数 ,  符号器 ,  *モデリング
準シソーラス用語： ロジスティック回帰分析 ,  中間層 ,  *自動検出 , 【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 (8件)： サブ ,  辞書 ,  識別 ,  自己 ,  符号化 ,  モデリング ,  音声 ,  自動検出