Art

J-GLOBAL ID：201202219316692418   Reference number：12A0548272

Telephony Speech Phrasing based on Breath Event Detection

息継ぎ音を利用した電話音声の発話分割

Author (3)： FUKUDA TAKASHI (日本アイ・ビー・エム 東京基礎研) ,  ICHIKAWA OSAMU (日本アイ・ビー・エム 東京基礎研) ,  NISHIMURA MASAFUMI (日本アイ・ビー・エム 東京基礎研)
Material： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
Volume： 111  Issue： 430(PRMU2011 186-239)  Page： 243-248  Publication year： Feb. 02, 2012 
JST Material Number： S0532B  ISSN： 0913-5685  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： suction (air) ,  Telephone ,  *utterance ,  *segmentation ,  speech processing ,  *continuous speech recognition ,  high accuracy ,  feature quantity
Semi thesaurus term： voice activity detection ,  activity ,  detection accuracy

JST classification (1)： Pattern recognition  (JE07000S)

Reference (12)：

• FUKUDA, T. Long-term spectro-temporal and static harmonic features for voice activity detection. IEEE Journal of Selected Topics in Signal Processing. 2010, 4, 5, 834-844
• RAMIREZ, J. Efficient voice activity detection algorithms using long-term speech information. Speech Communication. 2004, 42, 271-287
• SOLTAU, H. The IBM 2004 conversational telephony system for rich transcription. Proc. ICASSP, 2005. 2005, 205-208
• HAIN, T. Automatic transcription of conversational telephone speech. IEEE Trans. on Speech and Audio Processing. 2005, 13, 6, 1173-1185
• PRICE, P. J. Prosody and parsing. Proc. Workshop on Speech and Language Processing, 1989. 1989, 5-11

Terms in the title (2)： 電話音声 ,  発話