音声認識のための高速最ゆう推定を用いた声道長正規化

• 江森 正

  NEC C&Cメディア研究所

• 篠田 浩一

  NEC C&Cメディア研究所

書誌事項

タイトル別名

• Vocal Tract Length Normalization using Rapid Maximum-Likelihood Estimation for Speech Recognition

抄録

近年、隠れマルコフモデル(HMM)を用いた大語業音声認識システムにおいて、声道長パラメータを用いた話者正規化の手法が提案されている。本稿では、声道長による特徴量の変化を、ケプストラム空間における声道長パラメータを用いた線形写像で表現し、そのパラメータを発声から最ゆう推定する手法を提案する。従来の、複数の声道長パラメータを予め用意する手法に比べ、計算量が少なく、より話者に最適なパラメータが推定可能、などの利点がある。日本語5000単語認識を用いた評価実験において、本方式単独で、7.1%誤りが減少し、また、ケプストラム平均正規化(CMN)と組み合わせた場合に、14.6%誤りが減少した。

収録刊行物

• 電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション

  電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション 99 (523), 49-54, 1999-12-20

  一般社団法人電子情報通信学会

キーワード

• 音声認識
• 隠れマルコフモデル
• 話者正規化
• 声道長
• 最ゆう推定

詳細情報

• CRID: 1571135652440059520
• NII論文ID: 110003278517
• NII書誌ID: AN10091225
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles