EMGSE:マルチモーダル音声強調のための音響/EMG融合【JST・京大機械翻訳】

Wang Kuan-Chen; Liu Kai-Chun; Wang Hsin-Min; Tsao Yu

プレプリント

J-GLOBAL ID：202202218513745125 整理番号：22P0289119

EMGSE:マルチモーダル音声強調のための音響/EMG融合【JST・京大機械翻訳】

EMGSE: Acoustic/EMG Fusion for Multimodal Speech Enhancement

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月14日プレプリントサーバーでの情報更新日： 2022年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マルチモーダル学習は,特に,低信号対雑音比,音声雑音,あるいは,雑音のない雑音型のような困難な状況において,音声強調(SE)性能を改善するための有効な方法であることが証明されている。以前の研究において,いくつかのタイプの補助データを使用して,口唇画像,電気地図,または電磁中矢状動脈造影のようなマルチモーダルSEシステムを構築した。本論文では,オーディオと顔筋電図(EMG)信号を統合するマルチモーダルSEのための新しいEMGSEフレームワークを提案した。顔面EMGは関節運動情報を含む生物学的信号であり,非侵襲的方法で測定できる。実験結果は,提案したEMGSEシステムがオーディオだけのSEシステムより良い性能を達成できることを示した。SEに対する音響信号とEMG信号の融合の利点は,困難な環境下で顕著である。更に,この研究は,頬EMGがSEに対し十分であることを示す。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , 【Automatic Indexing@JST】

パターン認識

, , , ,

前のページに戻る