文献

J-GLOBAL ID：201902263273522377   整理番号：19A1487627

話者在庫と注意ネットワークを用いた単一チャネル音声抽出【JST・京大機械翻訳】

Single-channel Speech Extraction Using Speaker Inventory and Attention Network

著者 (8件)： Xiao Xiong (Microsoft, Redmond, WA, USA) ,  Chen Zhuo (Microsoft, Redmond, WA, USA) ,  Yoshioka Takuya (Microsoft, Redmond, WA, USA) ,  Erdogan Hakan (Microsoft, Redmond, WA, USA) ,  Liu Changliang (Microsoft, Redmond, WA, USA) ,  Dimitriadis Dimitrios (Microsoft, Redmond, WA, USA) ,  Droppo Jasha (Microsoft, Redmond, WA, USA) ,  Gong Yifan (Microsoft, Redmond, WA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 86-90  発行年： 2019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： ニューラルネットワークに基づく音声分離は,近年,関心の高まりを受けている。以前に提案された方法では,話者に依存しないか,あるいは音声を用いることにより目標話者の音声を抽出する。ホームデバイスやオフィス会議のようなアプリケーションにおいて,可能な話者リストが利用可能であり,音声分離のために活用できる。本論文では,可能な干渉話者の音声スナップの在庫を利用する新しい音声抽出法,あるいは話者登録データを,目標話者のそれに加えて提案した。さらに,注意ベースのネットワークアーキテクチャを提案し,分離プロセス中のターゲットと他の話者の両方に対する時変マスクを形成した。このアーキテクチャは各話者の登録音声を単一ベクトルに低減せず,入力混合信号の各短時間フレームをアラインメントし,登録信号と正確に比較することができる。著者らは,提案したシステムを,Libriコーパスから導出した話者抽出タスクについて評価し,この方法の有効性を示した。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： ニューラルネットワーク ,  *ネットワーク ,  有効性 ,  ベクトル ,  干渉 ,  コーパス ,  ネットワークアーキテクチャ ,  アラインメント ,  *チャネル ,  応用プログラム ,  計算機アーキテクチャ
準シソーラス用語： 混合信号 ,  音声分離 ,  *在庫 ,  *話者 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 話者 ,  在庫 ,  注意 ,  チャネル ,  音声