文献

J-GLOBAL ID：202002219430894473   整理番号：20A2459306

マルチ話者音声認識における目標話者強化のための脳情報音声分離(BISS)【JST・京大機械翻訳】

Brain-informed speech separation (BISS) for enhancement of target speaker in multitalker speech perception

著者 (14件)： Ceolini Enea (University of Zuerich and ETH Zuerich, Institute of Neuroinformatics, Switzerland) ,  Hjortkjaer Jens (Department of Health Technology, Danmarks Tekniske Universitet DTU, Kongens Lyngby, Denmark) ,  Hjortkjaer Jens (Danish Research Centre for Magnetic Resonance, Copenhagen University Hospital Hvidovre, Hvidovre, Denmark) ,  Wong Daniel D.E. (Laboratoire des Systemes Perceptifs, CNRS, UMR 8248, Paris, France) ,  Wong Daniel D.E. (Departement d’Etudes Cognitives, Ecole Normale Superieure, PSL Research University, Paris, France) ,  O’Sullivan James (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  O’Sullivan James (Mortimer B. Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY, USA) ,  Raghavan Vinay S. (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Raghavan Vinay S. (Mortimer B. Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY, USA) ,  Herrero Jose (Department of Neurosurgery, Hofstra-Northwell School of Medicine and Feinstein Institute for Medical Research, Manhasset, New York, NY, USA) ,  Mehta Ashesh D. (Department of Neurosurgery, Hofstra-Northwell School of Medicine and Feinstein Institute for Medical Research, Manhasset, New York, NY, USA) ,  Liu Shih-Chii (University of Zuerich and ETH Zuerich, Institute of Neuroinformatics, Switzerland) ,  Mesgarani Nima (Department of Electrical Engineering, Columbia University, New York, NY, USA) ,  Mesgarani Nima (Mortimer B. Zuckerman Mind Brain Behavior Institute, Columbia University, New York, NY, USA)
資料名： NeuroImage  (NeuroImage)
巻： 223  ページ： Null  発行年： 2020年 
JST資料番号： W3139A  ISSN： 1053-8119  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 聴覚障害者はしばしば雑音の多い環境における個々の話者の音声ストリームに追従する。最近の研究では,脳トラックが音声を停止し,また,アットメント話者が単一試行レベルで神経データから解読できることを示した。これは,聴覚障害聴取者の脳解読意図が音声分離フロントエンドから出席話者の音声を強化するために使用される「神経操舵」聴覚装置の可能性を高める。これまで,このパラダイムを使用する方法は,脳復号化と音響音声分離を独立して最適化することに焦点を合わせている。本研究では,主題の脳から解読されたように,攻撃された音声に関する情報が,フロントエンドにおける音声分離を実行するために直接使用される,脳情報音声分離(BISS)と呼ばれる新しいフレームワークを提案した。著者らは,聴取者がマルチ話者音声混合から出通するクリーンな音声信号を抽出するために,ニューラルデータを使用する深層学習モデルを提示する。フレームワークは,聴覚障害者からの侵襲性頭蓋内脳波(iEEG)または非侵襲的脳波記録(EEG)記録から,デコードされた出力にうまく適用できることを示した。また,背景雑音を持つシーンにおいても,音声分離の改善をもたらす。システムの一般化能力は,それを神経操縦聴覚支援デバイスのための完全な候補にする。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声認識 ,  最適化 ,  雑音 ,  聴覚 ,  音響 ,  補聴器 ,  復号化 ,  音声信号 ,  聴覚障害 ,  聴覚障害者
準シソーラス用語： 背景雑音 ,  *音声分離 ,  非侵襲 ,  話者 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： EEG ,  神経ステアリング ,  認知制御 ,  音声分離 ,  深層学習 ,  補聴器

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 (7件)： マルチ ,  話者 ,  音声認識 ,  目標 ,  強化 ,  脳 ,  音声分離