文献

J-GLOBAL ID：201902281227543608   整理番号：19A1606523

時間領域音声強調のためのディープニューラルネットワークに基づくKalmanフィルタ【JST・京大機械翻訳】

A Deep Neural Network Based Kalman Filter for Time Domain Speech Enhancement

著者 (5件)： Yu Hongjiang (Dept. of Electrical and Computer Engineering, Concordia University, Montreal, Canada) ,  Ouyang Zhiheng (Dept. of Electrical and Computer Engineering, Concordia University, Montreal, Canada) ,  Zhu Wei-Ping (Dept. of Electrical and Computer Engineering, Concordia University, Montreal, Canada) ,  Champagne Benoit (Dept. of Electrical and Computer Engineering, McGill University, Montreal, Canada) ,  Ji Yunyun (Dept. of Electrical and Computer Engineering, Concordia University, Montreal, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISCAS  ページ： 1-5  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： 本論文では,音声強調のための新しい深いニューラルネットワーク(DNN)に基づくKalmanフィルタ(KF)アルゴリズムを提案した。ここで,DNNをKFにおける重要なパラメータ,すなわち線形予測係数(LPCs)を推定するために適用した。大規模データベースでDNNを訓練し,DNNの強力な学習能力を利用することにより,提案したDNN-KFアルゴリズムは,雑音のある音声からLPCsをより正確にロバストに推定でき,音声強調における従来のKFベース手法と比較して性能を改善した。実験結果は,著者らのDNN-KF法が,音声品質と了解度の両方に関して,2つの既存のKFベースの音声強調法より優れていることを実証した。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： アルゴリズム ,  *音声強調 ,  雑音 ,  線形予測 ,  *ニューラルネットワーク ,  ロバスト性 ,  *Kalmanフィルタ
準シソーラス用語： 音声品質 ,  学習能力 ,  大規模データベース ,  *ディープニューラルネットワーク ,  *時間領域 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 時間領域 ,  音声強調 ,  ディープニューラルネットワーク ,  Kalmanフィルタ