文献

J-GLOBAL ID：202002265937348518   整理番号：20A0667721

人工神経回路網を用いたステージオーディオ分類器【JST・京大機械翻訳】

Stage Audio Classifier Using Artificial Neural Network

著者 (3件)： Arun Sankar M. S. (Department of Electronics and Communication Engineering, National Institute of Technology Calicut, Calicut, Kerala, India) ,  Bobba Tharak Sai (Department of Electronics and Communication Engineering, National Institute of Technology Calicut, Calicut, Kerala, India) ,  Sathi Devi P. S. (Department of Electronics and Communication Engineering, National Institute of Technology Calicut, Calicut, Kerala, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 637  ページ： 139-147  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： 受信機と伝送データ速度における音声信号の知覚品質は,音声コーデック開発者にとって主要な関心事である。しかし,これらのパラメータは一般的に逆比例する。4Gの時代において,3GPPは,閾値に基づくGMM統計モデルを用いて,6段階の音声分類器により複数のデータ速度で動作できる,強化音声サービス(EVS)コーデックを打ち上げた。本研究では,Lenenberg Marquardt(LM)アルゴリズムを用いることにより,ニューラルネットワークを用いて,音声,無声,遷移,マルチ話者,サイレンス,背景雑音および音楽信号のための7段階オーディオ分類器を提案した。手動閾値の決定を必要とする従来の統計的アプローチと比較して,ニューラルネットワーク法は,特に多数のパラメータを用いて,分類プロセスを単純化することができる。分類は,32次元ベクトルを構成する抽出した7つの特徴を用いて行った。TIMITとNOIZEUSデータベースを用いてデータセットを生成し,94%の分類精度を得た。ネットワークモデルがより少ない数のニューロンを用いて効率的に実行できるので,複雑性もより少ない。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  ニューロン ,  ベクトル ,  統計模型 ,  受信機 ,  簡素化 ,  警報装置 ,  アルゴリズム ,  音声符号化 ,  *ニューラルネットワーク ,  音声信号
準シソーラス用語： ネットワークモデル ,  背景雑音 ,  話者 ,  3GPP , 【Automatic Indexing@JST】

著者キーワード (6件)： 音声符号化 ,  LPC ,  ニューラルネットワーク ,  音声分類器 ,  CELP ,  音声

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  ステージ ,  オーディオ ,  分類器