文献

J-GLOBAL ID：202202216343105597   整理番号：22A1077779

シングルチャネル音声強調における音声認識性能の劣化要因の分析

Analysis of Degradation Factors of Speech Recognition Performance in Single-Channel Speech Enhancement.

著者 (7件)： 岩本一真 (同志社大) ,  落合翼 (NTT) ,  DELCROIX Marc (NTT) ,  池下林太郎 (NTT) ,  佐藤宏 (NTT) ,  荒木章子 (NTT) ,  片桐滋 (同志社大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.2-1-2  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・本稿では,シングルチャネル音声強調における音声認識性能の劣化要因について分析。
・分析実験の結果,直行射影に基づく信号分解によって得られる2種類の誤差成分のうち,noise誤差の影響は比較的限定的。
・しかしartifact誤差の影響が音声認識性能に,より大きな悪影響を及ぼすことが実験的に判明。
・加えて,artifact誤差の影響を緩和するための方法として,原音付加の技術を採用。
・その効果について「原音付加の技術は,緩い条件のもとでSARを単調に増加させる」という数理的な解釈を提示。
・さらに,実録音データに対しても評価実験を実施し,原音付加の技術によってシングルチャネル音声強調でも,音声認識性能が向上することを提示。

シソーラス用語： *音声強調 ,  *音声認識 ,  分解 ,  誤差 ,  劣化 ,  雑音
準シソーラス用語： 信号分解 ,  性能劣化 ,  推定誤差

分類 (2件)： パターン認識  (JE07000S) ,  音響信号処理  (BB03050C)

引用文献 (11件)：

• J. Heymann et al., “Neural network based spectral mask estimation for acoustic beamforming,”in IEEE ICASSP, pp. 196-200, 2016.
• J. Barker et al., “The third‘ CHiME ’speech separation and recognition challenge: Dataset, task and baselines,”in IEEE ASRU, pp. 504-511, 2015.
• J. Barker et al.,“The fifth ’CHiME’speech separation and recognition challenge: Dataset, task and baselines,”in Interspeech, pp. 1561-1565, 2018.
• T. Yoshioka et al.,“The NTT CHiME-3 system: Advances in speech enhancement and recognition for mobile multi-microphone devices,” in IEEE ASRU, pp. 436-443, 2015.
• S. Chen et al., “Building state-of-the-art distant speech recognition using the chime-4 challenge with a setup of speech enhancement baseline,”in Interspeech, pp. 1571-1575, 2018.

タイトルに関連する用語 (5件)： チャネル ,  音声強調 ,  音声認識性能 ,  要因 ,  分析