文献

J-GLOBAL ID：201902211279764393   整理番号：19A0038510

人間と機械による音声混合における話者数の検出【JST・京大機械翻訳】

Detecting the Number of Speakers in Speech Mixtures by Human and Machine

著者 (2件)： Maka Tomasz (Faculty of Computer Science and Information Technology, West Pomeranian University of Technology, Szczecin, Zolnierska 52, Szczecin, 71-210, Poland) ,  Lazoryszczak Miroslaw (Faculty of Computer Science and Information Technology, West Pomeranian University of Technology, Szczecin, Zolnierska 52, Szczecin, 71-210, Poland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SPA  ページ： 239-244  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： 音響シーンにおける音源推定とその特性の問題は多くの音声ベースの相互作用システムにおいて重要な役割を果たす。ソース間の干渉は,システム性能を十分に悪化させることができる。本論文では,音声混合における話者数を同定する過程に適用した客観的および主観的方法の比較結果を示した。計算および主観的テストに用いられる音声データセットは,2つから7つの同時話者によって話される多くの発話から構成される。話者の数を決定するために,2つのアプローチを音声混合に適用した:最初に,NMF(非負行列因数分解)アルゴリズムによるスペクトログラム分解を用い,他は聴者グループによる知覚評価に基づいている。両技術を分類精度に関して比較した。Copyright 2019 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： 音響 ,  アルゴリズム ,  *発話 ,  相互作用 ,  音源 ,  官能検査
準シソーラス用語： 分類精度 ,  スペクトログラム ,  非負行列因子分解 ,  音声データ ,  システム性能 ,  *話者 , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (3件)： 人間 ,  音声 ,  話者