マイクロホンアレーを用いた音環境の認識に関する研究

基于麦克风阵列的声音环境识别研究

基本信息

批准号：
12780259
负责人：
山田武志
金额：
$ 1.15万
依托单位：
University of Tsukuba
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：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

项目摘要

1.個々の音を抽出する技術:マイクロホンアレーによる音源抽出法において,複数の音源の位置を同時に推定し,かつ個々の音源の移動を追尾する機能を実現するために,3次元トレリス法の適用について検討している.3次元トレリス法の性能は,マイクロホンアレーの指向性ビームの鋭さが十分ではなく,他の方向からの音が重畳するような場合,大きく低下してしまう.この問題に対処するための方法としては,複数の環境音が重畳している区間を事前に検出し,あらかじめ重畳を考慮したモデルを用意することが考えられる.本研究では,環境音モデルとHMM合成法を用いて複数の環境音が重畳している区間を検出する方法を提案した.孤立単語,連続単語,文章と環境音が重畳している状況を想定した評価実験を行った結果,環境音が重畳している区間,重畳している環境音の種類とそのSN比を良好に検出できることが分かった.今後,このような重畳区間情報を利用して,3次元トレリス法の性能改善を図る予定である.2.個々の音を認識する技術:HMMにより環境音をモデル化する際,HMMの単位と構造(状態数や状態の接続形態など)について検討する必要がある.まず,92種類の環境音を数種類の構造でモデル化し,認識実験を行った.その結果,環境音によって適した構造は異なっており,認識率に大きな差が生じることが分かった.次に,92種類の環境音を尤度最大化基準に基いてクラスタリングした結果,音響的に似た環境音同士がマージされるものの,クラスタリングの過程で構造を適応的に変化させる必要があることが分かった.そこで,HMMの単位や構造を,同じ基準の下で同時かつ自動的に決定する方法として,逐次状態分割による隠れマルコフ網の自動生成法を適用し,評価実験によりその有効性を確認した.今後,自動的に環境音を収録し,環境音のモデルを逐次的に更新する手法について検討する予定である.

1。提取单个声音的技术：在麦克风阵列中，我们正在考虑使用3D Trellis方法同时估算多个声源的位置并跟踪单个声源的运动。当麦克风阵列的定向光束不足，并且来自其他方向的声音被叠加时，3D格子法的性能会大大降低。解决此问题的一种方法是叠加多种环境声音。 It is possible to detect the intervals that are in advance and prepare a model that takes into account the superposition in advance.In this study, we proposed a method for detecting intervals where multiple environmental sounds are superimposed using an environmental sound model and an HMM synthesis method.As a result of an evaluation experiment that assumes the situation where isolated words, continuous words, sentences and environmental sounds are superimposed, it was found that the region where environmental sounds are superimposed, the type叠加的环境声音可以成功地检测到其SN比率。未来，使用有关叠加部分的信息。我们计划提高3D格子方法的性能2。识别单个声音的技术：使用HMM对环境声音进行建模时，有必要考虑HMM的单元和结构（例如状态的数量和状态的连接形式）。首先，我们对92种具有几种类型结构的环境声音进行了建模，并进行了识别实验。结果，我们发现适当的结构取决于环境声音，并且识别率差异很大。接下来，我们根据可能性最大化标准使用92种类型的环境声音来创建云。恒星的结果导致声音相似的环境声音合并，但是在聚类过程中有必要自适应地改变结构。因此，采用顺序状态分裂生成隐藏的马尔可夫网络的一种自动方法，作为一种在相同标准下同时和自动确定HMM单元和结构的方法，并通过评估实验确认了其有效性。将来，我们将考虑一种自动录制环境声音并顺序更新环境声音模型的方法。