調音表現分解のための深層ニューラル畳込み行列因子分解【JST・京大機械翻訳】

Lian Jiachen; Black Alan W; Goldstein Louis; Anumanchipalli Gopala Krishna

プレプリント

J-GLOBAL ID：202202218701456173 整理番号：22P0323962

調音表現分解のための深層ニューラル畳込み行列因子分解【JST・京大機械翻訳】

Deep Neural Convolutive Matrix Factorization for Articulatory Representation Decomposition

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04月01日プレプリントサーバーでの情報更新日： 2022年06月20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)

データ駆動音声表現学習に関するほとんどの研究は,エンドツーエンド方式で生の音声に焦点を合わせており,それらの内部音韻またはゲスト構造にほとんど注意を払わない。本研究では,調音運動学信号から導出された音声表現を検討し,説明可能なジェスチャーとジェスチャースコアにアーチファクトデータを分解するために,畳込みスパース行列因数分解のニューラル実装を用いた。疎な制約を適用することにより,ジェスチャスコアは音韻ジェスチャーの離散コンビナトリアル特性を利用する。さらに,音韻認識実験を行い,音韻スコアが音韻情報を成功裏にコードすることを示した。したがって,提案した作業は,情報学,知的,解釈可能,および効率的な音声表現を活用するために,音韻と深層ニューラルネットワークの間のブリッジを作る。【JST・京大機械翻訳】

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

音声処理

, , , , , ,

前のページに戻る