文献

J-GLOBAL ID：202202264663880771   整理番号：22A1077663

NELE-GANの学習に用いる音声データ量および多様性の影響についての調査

Investigation of how speech data amount and variety affect the performance of NELE-GAN.

著者 (2件)： 加藤集平 (RevComm) ,  橋本泰一 (RevComm)
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.1-3P-8  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： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・音声データ量およびその多様性を変化させてNELE(near-end listening enhancement)-GANを学習し,そしてその性能がどのように変化するかを検証。
・音声に重畳する雑音についてその多様性を変化させた時のモデル性能の変化を検証。
・学習したモデルに対して,客観評価実験を実行。

シソーラス用語： *人工知能 ,  データ ,  多様性 ,  評価 ,  *音声強調 ,  明瞭度 ,  品質 ,  電話 ,  雑音 ,  ニューラルネットワーク ,  *敵対的生成ネットワーク ,  音声品質 ,  言語音明瞭度 ,  度
準シソーラス用語： 音声データ ,  客観評価 ,  音声了解度

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (17件)：

• Sauert et al., Proc. ICASSP, I, 493-496, 2006.
• Sauert et al., Proc. EUSIPCO, 1919-1923, 2020.
• Godoy et al., Comput. Speech Lang., 28, 629-647, 2013.
• Hendriks et al., IEEE/ACM Trans. Audio, Speech, and Lang. Process., 23 (5), 851-862, 2015.
• Tang et al., Comput. Speech Lang., 49, 1-16, 2018.

タイトルに関連する用語 (5件)： GaN ,  学習 ,  音声データ ,  多様性 ,  調査