文献

J-GLOBAL ID：202202267918522378   整理番号：22A0223711

変分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【JST・京大機械翻訳】

Dysarthric Speech Recognition Using Variational Mode Decomposition and Convolutional Neural Networks

著者 (3件)： Rajeswari R. (Department of Computer Applications, Bharathiar University, Coimbatore, Tamil Nadu, India) ,  Devi T. (Department of Computer Applications, Bharathiar University, Coimbatore, Tamil Nadu, India) ,  Shalini S. (Department of Computer Applications, Bharathiar University, Coimbatore, Tamil Nadu, India)
資料名： Wireless Personal Communications  (Wireless Personal Communications)
巻： 122  号： 1  ページ： 293-307  発行年： 2022年 
JST資料番号： W2022A  ISSN： 0929-6212  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 構音音声認識は,構音音声特有の特徴を捉えることができる学習技術を必要とする。Dysarthric音声は,ソース歪みまたは雑音の多い音声を持つ音声として考えられている。したがって,第一段階音声強調は,変分モード分解(VMD)とウェーブレット閾値化を用いて実行される。次に,再構成された信号を畳込みニューラルネットワークの入力として供給した。これらのネットワークは,構音音声特定特徴を学習し,構音音声認識をサポートする音声モデルを生成する。提案した方法の性能をUA-Speechデータベースを用いて評価した。VMDベースの強化と強化のない異なる明瞭度レベルを有する話者のために提案方法によって得た平均精度値は,それぞれ95.95と91.80%であった。また,提案方法は,生成モデルと人工ニューラルネットワークに基づく既存の方法と比較して,増加した精度値を提供する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  雑音 ,  *変分法 ,  学習 ,  データベース ,  *ネットワーク ,  *ニューラルネットワーク ,  波束 ,  明瞭度 ,  音声強調 ,  *構音障害
準シソーラス用語： *構音 ,  音響モデル ,  *モード分解 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 自動音声認識 ,  構音障害 ,  変分モード分解 ,  畳込みニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 変分 ,  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