文献

J-GLOBAL ID：202002212954573914   整理番号：20A2212749

線形予測と長短期記憶モデルを用いた骨伝導音声復元の改善

Improvement in Bone-Conducted Speech Restoration Using Linear Prediction and Long Short-Term Memory Model

著者 (2件)： Nguyen Huy Quoc (Graduate School of Advanced Science and Technology, Japan Advanced Institute of Science and Technology) ,  Unoki Masashi (Graduate School of Advanced Science and Technology, Japan Advanced Institute of Science and Technology)
資料名： Journal of Signal Processing (Web)  (Journal of Signal Processing (Web))
巻： 24  号： 4  ページ： 175-178(J-STAGE)  発行年： 2020年 
JST資料番号： U0425A  ISSN： 1880-1013  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 骨伝導(BC)音声は,周囲の雑音に対する安定性のため,極めて雑音の多い環境における音声通信の解決策として大きな利点を持っている。しかし,BC音声の品質と明瞭度は低く,BC音声の復元を困難にしている。この問題を解決するために,線スペクトル周波数(LSF)を用いた線形予測(LP)モデルと長短期記憶(LSTM)モデルの組合せでBC音声を復元する方法を提案した。対数スペクトル歪,LP係数距離,および音声品質の知覚評価の3つの客観的測定を用いてこの方法を評価した。すべての3つの測定の結果は,筆者らの方法が,単純な再帰ネットワークを使用する以前の方法より良いことを示した。これらの結果は,LP利得がより正確に見積もれる時,より良い品質の音声を生み出すことができることも示した。(翻訳著者抄録)

シソーラス用語： 線形予測 ,  ニューラルネットワーク ,  *音声通信 ,  再生 ,  音環境 ,  明瞭度 ,  線スペクトル ,  官能検査 ,  品質 ,  *記録再生
準シソーラス用語： 音声再生 ,  音声品質 ,  音声明瞭度 ,  *骨伝導 ,  再帰型ニューラルネットワーク ,  雑音環境 ,  長短期記憶

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

引用文献 (9件)：

• [1] T. Vu, K. Kimura, M. Unoki and M. Akagi: A study on restoration of bone-conducted speech with MTF-based and LP-based models, J. Signal Processing, Vol. 10, No. 6, pp. 407-417, 2006.
• [2] S. Ishimitsu, H. Kitakaze, Y. Tsuchibushi, H. Yanagawa and M. Fukushima: A noise-robust speech recognition system making use of body-conducted signals, Acoustical Science and Technology, Vol. 25, No. 2, pp. 166-169, 2004.
• [3] T. Tamiya and T. Shimamura: Reconstruction filter design for bone-conducted speech, Proc. ICSLP2004, pp. 1085-1088, 2004.
• [4] N. Phung, M. Unoki and M. Akagi: A study on restoration of bone-conducted speech in noisy environments with LP-based model and Gaussian mixture model, Signal Processing, Vol. 16, No. 5, pp. 409-417, 2012.
• [5] T. Vu, G. Seide, M. Unoki and M. Akagi: Method of LP-based blind restoration for improving intelligibility of bone-conducted speech, Proc. Interspeech 2007, pp. 966-969, 2007.

タイトルに関連する用語 (6件)： 線形予測 ,  長短期記憶 ,  モデル ,  骨伝導 ,  音声 ,  復元