文献

J-GLOBAL ID：201602289420273461   整理番号：16A1317247

人工神経回路網を用いた効率的な雑音ロバスト自動音声認識システム【Powered by NICT】

An efficient noise-robust automatic speech recognition system using artificial neural networks

著者 (3件)： Gupta Santosh (Centre for Development of Telematics, Bengaluru 560100 India) ,  Bhurchandi Kishor M. (Electronics and Communication Engineering Department, Visvesvaraya National Institute of Technology, Nagpur 440010 India) ,  Keskar Avinash G. (Electronics and Communication Engineering Department, Visvesvaraya National Institute of Technology, Nagpur 440010 India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCSP  ページ： 1873-1877  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 音声認識のための人間の聴覚システムは,最新の自動音声認識(ASR)システムと比較して背景雑音に対して非常にロバストである。音声認識システムに対するロバスト性を付加する最良の方法の一つは,圧縮と高度にロバストな特徴集合を持つことである。本論文では,著者らは,提案したノイズに頑健なASRシステムは簡単で非常に効率的にする特徴圧縮のための新しいアプローチを提案した。特徴圧縮のための他の一般的な方法は複雑であり,時間を消費するK-meansである。実験は非常に低い信号を用いた65種類の単語を認識する 5dBの雑音比(SNR)のために提案されたノイズに頑健なASRシステムで行った。Mel周波数ケプストラム係数(MFCC)を音声認識のための特徴として使用した。逆伝搬人工神経回路網(ANN)は,ASRシステムを設計した。フィードフォワードニューラルネットワーク訓練アルゴリズムの特殊化したバージョンは,音声認識システムで試験し,その結果を各タイプに対して提示した。実験結果は,提案したノイズに頑健なASRシステムの認識精度はこのような低SNRでも非常に高いことを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *音声認識 ,  単語 ,  *雑音 ,  学習アルゴリズム ,  聴覚 ,  周波数 ,  *ロバスト性 ,  *ニューラルネットワーク
準シソーラス用語： 認識精度 ,  フィードフォワードニューラルネットワーク ,  MFCC ,  ケプストラム係数 ,  *音声認識システム ,  背景雑音 ,  *自動音声認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  雑音 ,  ロバスト ,  自動音声認識システム