文献

J-GLOBAL ID：202002234751309392   整理番号：20A0082803

残響音声認識のための変動源プライアによる一般化重み付き予測誤差Dereverberation【JST・京大機械翻訳】

Generalized Weighted-Prediction-Error Dereverberation with Varying Source Priors For Reverberant Speech Recognition

著者 (6件)： Taniguchi Toru (Yahoo Japan Corporation,Tokyo,JAPAN) ,  Subramanian Aswin Shanmugam (Johns Hopkins University,Center for Language and Speech Processing,Baltimore,MD,USA) ,  Wang Xiaofei (Johns Hopkins University,Center for Language and Speech Processing,Baltimore,MD,USA) ,  Tran Dung (Yahoo Japan Corporation,Tokyo,JAPAN) ,  Fujita Yuya (Yahoo Japan Corporation,Tokyo,JAPAN) ,  Watanabe Shinji (Johns Hopkins University,Center for Language and Speech Processing,Baltimore,MD,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： WASPAA  ページ： 293-297  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： 加重予測誤差(WPE)は,特に遠隔話者シナリオにおける自動音声認識(ASR)の性能劣化を軽減するためによく知られた残響除去信号処理法の一つである。WPEは,通常,望ましいソース信号が,常に,時変分散(TVG)を持つGaussのようなあらかじめ定義された特定のソースプリュームに従うと仮定している。この仮定に基づいて,WPEは実際に良く機能するが,一般的に適切な事前はソースに依存し,それらは処理の前には知られていない。従って,各発話に応じたソースプリカーのオンデマンド推定が必要である。この目的のために,著者らは,ソースに依存する多様な超Gauss源を扱うために,処理の内部に複素数値一般化Gauss(CGG)事前とその形状パラメータ推定器を導入することによってWPEを拡張した。微分可能なニューラルネットワークとして扱われるWPE-CGGへのサブネットワークとして形状パラメータ推定器を追加することにより,プリアの形状パラメータのブラインド推定を実現した。サブネットワークは,WPE-CGG計算グラフがASRネットワークのそれに接続されるならば,信号レベル平均二乗誤差またはASR誤差のような任意の基準を用いて,全ネットワークの出力から逆伝搬により訓練できる。実験結果は,提案した方法が,評価中に形状パラメータ値を注意深く設定することなく,TVGを用いた従来のベースライン法よりも優れていることを示した。Copyright 2020 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： 発話 ,  ネットワーク ,  ニューラルネットワーク ,  *残響 ,  *予測誤差 ,  信号処理 ,  微分 ,  信号レベル ,  基準線 ,  プルーム ,  複素数 ,  *音声認識
準シソーラス用語： 平均二乗誤差 ,  ブラインド推定 ,  自動音声認識 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  信号理論  (ND02020G) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 残響 ,  音声認識 ,  一般化 ,  予測誤差