文献

J-GLOBAL ID：202002258428030288   整理番号：20A0872098

複数の装着型マイクを用いた多人数会話の音声認識

Speech Recognition Using Multiple Wearable Microphones for Multiparty Conversations

著者 (4件)： Lin Shengke (静岡大学大学院総合科学技術研究科情報学専攻) ,  綱川隆司 (静岡大学大学院総合科学技術研究科情報学専攻) ,  西田昌史 (静岡大学大学院総合科学技術研究科情報学専攻) ,  西村雅史 (静岡大学大学院総合科学技術研究科情報学専攻)
資料名： Journal of Signal Processing (Web)  (Journal of Signal Processing (Web))
巻： 24  号： 1  ページ： 19-29(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： 日本語 (JA)

抄録/ポイント： 本論文において,著者らは,接近会話とスロートマイクロホンの両方を用いることによって,多人数会話の認識性能を改善するための方法を提案した。スロートマイクロホンは外部雑音に対してロバストである。しかし,その特性は,接近会話のような従来の音響マイクロホンの特性とは非常に異なっている。したがって,それらの間の音響不整合のために,これは一般的に音声認識に適していない。本研究では,各マイクロホンの音声の重みを制御することにより,スロートマイクロホンのスペクトルを接近会話にマッピングし,明瞭な音声を推定することを試みた。提案方法は,発話を人手で重ね合わせたデータに対する大語彙連続音声認識タスクとグループ議論の性能を改善することを可能にした。(翻訳著者抄録)

シソーラス用語： *マイクロホン ,  *会話 ,  *音声認識 ,  スペクトル ,  連続音声認識
準シソーラス用語： 音声スペクトル ,  *接近 ,  *装着型マイク ,  *多人数会話 ,  大語彙連続音声認識

著者キーワード (4件)： マルチパーティ会話 ,  音声認識 ,  DNN ,  スロートマイクロホン

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

引用文献 (14件)：

• [1] 小川勤:反転授業の有効性と課題に関する研究: 大学における反転授業の可能性と課題, 大学教育, Vol.12, pp. 1-9, 2015.
• [2] 岡田将吾, 松儀良広, 中野有紀子, 林佑樹, 黄宏軒, 高瀬裕, 新田克己:グループディスカッションにおいて現れるコミュニケーション能力のマルチモーダル分析, 人工知能学会研究会資料, SIG-SLUD-504-07, pp. 28-33, 2016.
• [3] 大信田侑里, 高木正則, 河合直樹, 鈴木雅実, 木村寛明:グループ学習における貢献度推定手法の提案, 情報教育シンポジウム, pp. 95-98, 2015.
• [4] T. Dekens,W. Verhelst, F. Capman and F. Beaugendre: Improved speech recognition in noisy environments by using a throat microphone for accurate voicing detection, Proceedings of European Signal Processing Conference, pp. 1978-1982, 2010.
• [5] J. Droppo, L. Deng and A. Acero: Uncertainty decoding with SPLICE for noise robust speech recognition, Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Vol.1, pp. 57-60, 2002.

タイトルに関連する用語 (5件)： 装着型 ,  マイク ,  多人数 ,  会話 ,  音声認識