分散配置型多点受音系による音響的シーンモニタリングシステムの構築

利用分布式多点声音接收系统构建声学场景监控系统

• 批准号: 11780260
• 负责人: 梶田 将司
• 金额: $ 1.47万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1999
• 资助国家: 日本
• 起止时间: 1999 至 2000
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-11780260/
• 关键词: ロバスト音声認識; 室内伝達特性; 分散マイクロホン; スペースダイバーシチ; 音源分離; ICA; 指向特性; カクテルパーティ効果

本年度は,前年度の研究成果である,「実環境からの音響情報の取得に分散配置型多点受音マイクロホン収録系を用い,同定すべきシーン内の音響情報を様々な場所で観測することにより,よりロバストな音声認識を行うための技術」について,引き続き詳細な検討行った.スペースダイバーシチ型音声認識の基本的な考え方は,残響や妨害雑音のある劣悪な音響環境下で発声された音声を様々な地点で観測し,その中から何らかの基準に従って信頼度の高い情報を得ることにより,高精度な音声認識を行うというものである.このようなシステムの実現には,(1)マイクロホンから離れた位置で発声される遠隔音声の認識手法の開発,及び(2)認識器へ入力される複数のチャネル情報の統合もしくは選択手法の開発,が求められる.本論文では,遠隔音声の認識手法として,ある観測点での室内伝達特性を畳み込んだ音声を用いて学習した遠隔音声モデルを複数地点分用意し,用いる.また,複数チャネル情報の統合/選択手法として,尤度レベル,特徴量レベル及び信号レベルでの統合/選択手法を提案する.実験結果より,分散配置マルチマイクロホンによるスペースダイバーシチ型音声認識手法により,83.6〜88.7%の認識精度が得られることが分かった.以上の研究成果報告は,IEEE主催の音声・音響・信号処理国際会議及び電子情報通信学会論文誌で行った.

は this year, the first annual の research で あ る, "be environment か ら の sound intelligence の に dispersed configuration type multipoint obtained by sound マ イ ク ロ ホ ン 収 recording system を い, with fixed す べ き シ ー ン の sound intelligence within を others 々 な places で す 観 test る こ と に よ り, よ り ロ バ ス ト な sounds line know を う た め の technology" に つ い て, lead き 続 き detailed な 検 for line っ た. ス ペ ー ス ダ イ バ ー シ チ sounds know の basic な exam え は, reverberation や sabotage 雑 sound の あ る substandard 悪 な acoustics environment で 発 sound さ れ た sounds を others 々 な site で 観 し, そ の in か ら what ら か の benchmark に 従 っ て letter の 頼 degrees high い intelligence を る こ と に よ り, high-precision な sounds line know を う と い う も の で あ る. こ の よ う な シ ス テ ム の be presently に は, (1) マ イ ク ロ ホ ン か ら from れ た position で 発 sound さ れ る far sound insulation の know technique の 発, and び (2) know へ さ into force れ る plural の チ ャ ネ ル intelligence の integration も し く は sentaku gimmick の 発, が o め ら れ る. This thesis で は far sound insulation の know technique と し て, あ る 観 point で の indoor 伝 da features を 畳 み 込 ん だ sounds を with い て learning し た far sound insulation モ デ ル を plural meaning し location points, use い る. ま た, plural チ ャ ネ ル intelligence の integration/sentaku gimmick と し て, especially degrees レ ベ ル, trevor 徴 quantity レ ベ ル and び signal レ ベ ル で の integration/sentaku technique Youdaoplaceholder0 proposal する. Be 験 results よ り, decentralised マ ル チ マ イ ク ロ ホ ン に よ る ス ペ ー ス ダ イ バ ー シ チ type sounds know technique に よ り, 83.6 ~ 88.7% の meet precision が ら れ る こ と が points か っ た. The above research results report び,IEEE hosted the international conference on audio, sound and signal processing and the び Electronic information and communication society paper journal で report った.

项目成果

Y.Shimizu et al.: "Speech Recognition Based on Space Diversity Using Distributed Multi-Microphone"Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing. (2000)

Y.Shimizu 等人：“使用分布式多麦克风的基于空间分集的语音识别”IEEE 国际声学、语音和信号处理会议论文集。

清水,梶田,武田,板倉: "空間音響特性を考慮したスペースダイバーシチ型ロバスト音声認識"電子情報通信学会論文誌. J83-D-II. 2448-2456 (2000)

Shimizu、Kajita、Takeda、Itakura：“考虑空间声学特性的空间多样性鲁棒语音识别”电子、信息和通信工程师学会汇刊 J83-D-II 2448-2456 (2000)。

清水、梶田、武田、板倉: "空間音響特性依存HMMによるスペースダイバーシチ型ロバスト音声認識"電子情報通信学会技術研究報告. SP99-79. 20-15 (1999)

Shimizu、Kajita、Takeda、Itakura：“使用空间声学特征相关的 HMM 进行空间多样性鲁棒语音识别”SP99-79 (1999)。

栗田、猿渡、梶田、武田、板倉: "指向性を利用したブラインド信号分離の残響下における評価"電子情報通信学会技術研究報告. SP99-75. 23-28 (1999)

Kurita、Saruwatari、Kajita、Takeda、Itakura：“利用混响下的方向性评估盲信号分离”SP99-75 (1999)。

Y.Shimizu et al.: "Speech Recognition Based on Space Diversity Using Distributed Multi-Microphone"Procdings of IEEE International Conference on Acoustics,Speech and Signal Processing. (accepted). (2000)

Y.Shimizu 等人：“使用分布式多麦克风的基于空间分集的语音识别”IEEE 国际声学、语音和信号处理会议论文集。