残響除去手法とシステム統合手法の種々の残響環境に対する有効性: REVERBチャレンジ

書誌事項

タイトル別名
  • Effectiveness of dereverberation techniques and system combination approach for various reverberant environments: REVERB challenge

この論文をさがす

抄録

昨年公開された REVERB チャレンジには,残響音声の認識タスクが含まれる.本報では,ガウス混合モデル,部分空間ガウス混合モデルや深層回路網といった音響モデルの識別学習や,種々の特徴量変換手法といった最新の音声認識手法に焦点をあてた.その前段として,提案の単一チャンネルによる残響時間推定に基づく残響除去手法や,8 チャンネルのビームフォーミングにより直接音を間接音に比べて強調する手法に関して検討した.加えて,REVERB チャレンジでは種々の環境を扱う必要があり,環境ごとに最良のシステムが異なるため,異なる特徴量や異なる種類のシステムを統合する手法に関しても検討を加えた.さらに,補助システムを意図的に構築することで,システム統合の性能をより向上させる提案の識別学習法の有効性も検証した.実験によりこれらの手法の有効性が示され,REVERB チャレンジのシミュレーション・実測それぞれのデータに対して平均 6.76%,18.60% の単語誤り率を達成した.これはベースラインに比して,相対値で 68.8%,61.5% の向上に相当する.

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1572543027753785856
  • NII論文ID
    110009877338
  • NII書誌ID
    AN10442647
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ