文献

J-GLOBAL ID：201802281200230999   整理番号：18A0440229

深神経回路網を用いた音声区間検出と結合した強くロバストiベクトル抽出【Powered by NICT】

Robust i-vector extraction tightly coupled with voice activity detection using deep neural networks

著者 (3件)： Yamamoto Hitoshi (Data Science Research Laboratories, NEC Corporation, Japan) ,  Okabe Koji (Data Science Research Laboratories, NEC Corporation, Japan) ,  Koshinaka Takafumi (Data Science Research Laboratories, NEC Corporation, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： APSIPA ASC  ページ： 600-604  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： 本論文では,雑音条件下での話者認識の改善のためのiベクトル特徴抽出の拡張フレームワークについて述べた。このような話者認識アプリケーションにおいては,音声活動検出(VAD)は,後続iベクトル抽出から独立した前処理段階,ターゲット話者の音声以外のノイズ音を除外するためのにした。提案フレームワークの中で,iベクトル抽出はVADと強く結合されている。最初の深部ニューラルネットワークに基づく音分類を用いたフレームごとの音声事後確率として発話における音声品質を推定し,次に,音声事後確率に基づいて発話のiベクトルを抽出した。提案した方法はLSTMベース軟判定VADの助けを借りて雑音条件下で信頼性のある話者特徴を生成することができた。NIST2016SRE評価セット上での話者検証実験により,等誤り率の14.7%減少を示した。Copyright 2018 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： 信頼性 ,  特徴抽出 ,  雑音 ,  事後確率 ,  誤り率 ,  *神経回路網 ,  *音響 ,  話者認識 ,  *ロバスト性 ,  発話 ,  前処理
準シソーラス用語： 検証実験 ,  話者 ,  *iベクトル ,  *音声区間検出 , 【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 (4件)： 神経回路網 ,  音声区間検出 ,  ロバスト ,  iベクトル