文献

J-GLOBAL ID：202102274982921391   整理番号：21A1629851

経験的モード分解と畳込みニューラルネットワークを用いた構音障害音声認識の改善【JST・京大機械翻訳】

Improving dysarthric speech recognition using empirical mode decomposition and convolutional neural network

著者 (4件)： Yakoub Mohammed Sidi (Moncton University, UMCS Shippagan, Shippagan, Canada) ,  Selouani Sid-ahmed (Moncton University, UMCS Shippagan, Shippagan, Canada) ,  Zaidi Brahim-Fares (LSCSP Research Laboratory, USTHB University, Algiers, Algeria) ,  Bouchair Asma (LCPTS Research Laboratory, USTHB University, Algiers, Algeria)
資料名： EURASIP Journal on Audio, Speech, and Music Processing (Web)  (EURASIP Journal on Audio, Speech, and Music Processing (Web))
巻： 2020  号： 1  ページ： 1-7  発行年： 2020年 
JST資料番号： U8251A  ISSN： 1687-4722  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,経験的モード分解とHurstベースモード選択(EMDH)を,畳込みニューラルネットワーク(CNN)を用いて深層学習アーキテクチャと共に用いて,構音音声の認識を改善した。EMDH音声強調技術を前処理ステップとして用いて,構音音声の品質を改善した。次に,Mel-周波数ケプストラム係数を,CNNベースの認識器への入力特徴として使用するために,EMDHによって処理した音声から抽出した。提案したEMDH-CNN手法の有効性を,構音音声のNemoursコーパスで得られた結果により実証した。Gauss混合モデル(HMM-GMM)と増強モジュールのないCNNを用いたHiddenMarkovを使用するベースラインシステムと比較して,EMDH-CNNシステムは,k倍交差検証実験セットアップを用いて,それぞれ,全精度を20.72%と9.95%増加させた。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： *音声認識 ,  前処理 ,  モード選択 ,  基準線 ,  有効性 ,  音声強調 ,  計算機アーキテクチャ ,  コーパス ,  *構音障害
準シソーラス用語： *構音 ,  Gauss混合モデル ,  経験的モード分解 ,  深層学習 ,  ケプストラム係数 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

引用文献 (20件)：

• Disorders of communication; Neurological Rehabilitation; 2013; 273-281; CR1; citation_author=Pam Enderby
• Med. Eng. Phys.; Investigation of an hmm/ann hybrid structure in pattern recognition application using cepstral analysis of dysarthric (distorted) speech signals; P. D. Polur, G. E. Miller; 28; 8; 2006; 741-748; 10.1016/j.medengphy.2005.11.002; citation_id=CR2
• M. Hasegawa-Johnson, J. Gunderson, A. Perlman, T. Huang, in 2006 IEEE International Conference on Acoustics Speech and Signal Processing Proceedings, Toulouse. Hmm-Based and Svm-Based Recognition of the Speech of Talkers With Spastic Dysarthria, (2006), pp. III-III. https://ieeexplore.ieee.org/abstract/document/1660840. https://doi.org/10.1109/ICASSP.2006.1660840.
• M. J. Kim, B. Cao, K. An, J. Wang, in Interspeech. Dysarthric speech recognition using convolutional lstm neural network, (2018), pp. 2948-2952. https://www.researchgate.net/publication/327350843_Dysarthric_Speech_Recognition_Using_Convolutional_LSTM_Neural_Network.
• S. Young, G. Evermann, M. Gales, T. Hain, D. Kershaw, G. Moore, J. Odell, D. Ollason, D. Povey, V. Valtchev, et al., The htk book (for htk version. 3.3), Cambridge University Engineering Department, 2005 (2006). http://htk.eng.cam.ac.uk/docs/docs.shtml.

タイトルに関連する用語 (4件)： 経験的モード分解 ,  畳込みニューラルネットワーク ,  構音障害 ,  音声認識