著者

ゴメス ランディ 河原 達也

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告音声言語情報処理(SLP) (ISSN:09196072)

巻号頁・発行日

vol.2009, no.10, pp.19-24, 2009-01-30

---

残響下での音声認識は非常に困難なタスクである。従来の残響抑圧手法の大半が、音声認識器とは独立に音声波形を修復するものであった。これに対して本研究では、音声認識に用いる音響モデルの尤度が大きくなるように、残響抑圧のパラメータを最適化するアプローチを提案し 、これをスペクトルサブトラクションに基づく方法に適用する。本手法により、残響抑圧と音響モデルの学習を統合して行うことができる。さらに音声認識(デコーディング)時にも、テストデータに対して残響抑圧パラメータの最適化を行う。大語彙連続音声認識による評価実験の結果、提案手法が従来手法に比べて、認識性能を有意に改善することを確認した。Speech recognition under reverberant condition is a difficult task. Most dereverberation techniques used to address this problem enhance the reverberant waveform independent to that of the speech recognizer. In this paper, we expanded and improved the conventional Spectral Subtraction-based (SS) dereverberation technique. In our proposed approach, the multi-band SS parameters are optimized to improve the recognition performance. Moreover, the system is capable of adaptively fine-tuning these parameters in the acoustic modeling phase. Experimental results show that the proposed method significantly improves the recognition performance over the conventional approach.