文献

J-GLOBAL ID：202002245709861666   整理番号：20A0140685

Hindi自動音声認識システムのための統合特徴の最適化【JST・京大機械翻訳】

Optimizing Integrated Features for Hindi Automatic Speech Recognition System

著者 (3件)： Dua Mohit (Department of Computer Engineering, National Institute of Technology, Kurukshetra 136119, India) ,  Aggarwal Rajesh Kumar (Department of Computer Engineering, National Institute of Technology, Kurukshetra 136119, India) ,  Biswas Mantosh (Department of Computer Engineering, National Institute of Technology, Kurukshetra 136119, India)
資料名： Journal of Intelligent Systems  (Journal of Intelligent Systems)
巻： 29  号： 1  ページ： 959-976  発行年： 2020年 
JST資料番号： W3806A  ISSN： 0334-1860  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自動音声認識(ASR)システムは,テキストフォーマットに話し言葉や発話(分離,接続,連続,自発)を翻訳する。最新のASRシステムは,主にMel周波数(MF)ケプストラム係数(MFCC),知覚線形予測(PLP),およびGammatone周波数(GF)ケプストラム係数(GFCC)を用いてASRシステムの訓練段階における特徴を抽出する。最初に,本論文では,3つの特徴抽出法の逐次組合せを提案した。6つの組合せ,MF-PLP,PLP-MFCC,MF-GFCC,GF-MFCC,GF-PLP,およびPLP-GFCCを使用し,これらすべての組合せを用いた提案システムの精度を試験した。結果は,GF-MFCCとMF-GFCC統合が他のすべての提案された積分より優れていることを示した。さらに,これらの2つの特徴ベクトル積分を,3つの異なる最適化方法,粒子群最適化(PSO),交差を有するPSO,および二次交差を有するPSO(Q-PSO)を用いて最適化した。結果は,Q-PSO最適化GF-MFCC統合が他のすべての最適化された組合せよりも著しい改善を示すことを実証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形予測 ,  発話 ,  *最適化 ,  最適化手法 ,  話し言葉 ,  特徴抽出
準シソーラス用語： 粒子群最適化 ,  特徴ベクトル ,  MFCC ,  ケプストラム係数 ,  *自動音声認識 , 【Automatic Indexing@JST】

著者キーワード (8件)： 自動音声認識 ,  MFCC ,  GFCC ,  PSO ,  PLP ,  C-PSO ,  Q-PSO ,  HMM

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 自動音声認識システム ,  統合 ,  最適化