文献

J-GLOBAL ID：201702268887484505   整理番号：17A0662573

一般的ならびに特別なディープニューラルネットワークに基づく音声強調システムの音声了解度可能性【Powered by NICT】

Speech Intelligibility Potential of General and Specialized Deep Neural Network Based Speech Enhancement Systems

著者 (3件)： Kolbk Morten (Department of Electronic Systems, Aalborg University, Aalborg, Denmark) ,  Tan Zheng-Hua (Department of Electronic Systems, Aalborg University, Aalborg, Denmark) ,  Jensen Jesper (Oticon A/S, Smo/rum, Denmark)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 25  号： 1  ページ： 149-163  発行年： 2017年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： 本論文では,ディープニューラルネットワーク(DNNs)に基づく単一マイクロホン音声強調(SE)の性質を調べた。より詳しくいえば,ここでは,背景ノイズタイプに関して,ターゲット話者の性別,信号対雑音比(SNR)で最先端のDNNベースSEシステムの一般化能力を調べた。さらに,雑音型特異的,話者特異的またはSNR特異的であるように訓練されたDNNベースSEシステムは騒音型一般,話者一般,およびSNR一般的であるように訓練されたDNN基づくSEシステムと比較してどのように働くかを特殊化した調べた。最後に,騒音型一般,話者一般,およびSNR一般的であるように訓練されたDNNベースSEシステムは,最先端の短時間スペクトル振幅最小平均二乗誤差(STSA MMSE)をベースにしたSEアルゴリズムと比較してどのように振舞うかを比較した。,特定話者,雑音タイプとSN比を扱うために特に訓練された場合,DNNベースSEシステムは推定された音声品質(SQ)と音声了解度(SI)の大きな改善を達成できることを示し,整合条件で試験した。さらに,未知話者,性と雑音タイプに曝露された場合に,推定したSQとSIの改善はDNNベースSEシステムにより達成できることを示す,多数話者と雑音タイプのシステムのトレーニングに使用されている与えられた。添加では,多数話者の,広範囲の種類のノイズを用いて訓練されたDNNベースSEシステムは最先端STSA MMSEに基づくSE法,未知話者と雑音タイプの範囲を用いて試験した場合よりも優れていることを示した。最後に,未知話者条件で試験した幾つかのDNNベースSEシステムを用いたリスニング試験はこれらのシステムはいくつかのSNRおよび雑音型配置のためのSIを改善できることを示したが,他のためのSIを劣化させる。Copyright 2017 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： スペクトル ,  マイクロホン ,  スピンエコー ,  雑音 ,  *音声強調 ,  アルゴリズム ,  騒音 ,  SN比
準シソーラス用語： 音声品質 ,  最小平均二乗誤差 ,  最先端 ,  性別 ,  話者 ,  *言語音明瞭度 , 【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)： ディープニューラルネットワーク ,  音声強調 ,  音声了解度 ,  可能性