自己組織化システムを用いた連続音声の適応的分析・認識に関する研究

自组织系统连续语音自适应分析与识别研究

基本信息

批准号：
05808031
负责人：
宮永喜一
金额：
$ 1.09万
依托单位：
Hokkaido University
依托单位国家：
日本
项目类别：
Grant-in-Aid for General Scientific Research (C)
财政年份：
1993
资助国家：
日本
起止时间：
1993 至无数据
项目状态：
已结题

项目摘要

本研究は、連続音声の適応的分析・認識を目的とした自己組織化情報処理システムの基本アルゴリズム設計と音声入出力を持つUnixシステム上での実現を目指し、基本アルゴリズムでは、新しい時変スペクトル推定の手法の開発を行ない、従来の方法との比較によりその有効性を確認した。また認識部分ではニューラルネットワークで知られている、自己組織化ネットワークを用い、各ノードに高効率のアルゴリズムを導入し、クラスタリング性能や認識性能の向上を考えた。さらに当該年度で、それらの手法を統合し、高度なヒューマンインターフェースをもつソフトウエアシステムとして開発を行なった。本システムの特徴は、従来の方法では難しいとされていた認識の適応性と汎化性を合わせ持つ情報処理システムとして、自己組織化能力を有する適応メディア処理システムを実現していることである。適応性は、音声信号の特徴を獲得するアルゴリズム中に実現し、時変な特徴が精度良く求められることを示した。ここでは、特に時変な特徴とは何か、その表現はどのようにするのが良いか等の、基本的な考え方についても考察し、その成果を幾つかの論文にまとめ発表した。音声の時変分析を行なった後処理として、認識手法の開発も行なった。これは時変な特徴にもっとも適した規範テンプレートを自己組織的に実現する認識システムであり、クラスタリング部では、各規範テンプレート間に適切な位相(距離)を持たせ、汎化能力を向上させた。但し、実験では複数の男性話者に対する母音の認識にとどまっており、子音の認識については現在実験遂行中である。認識システムでの特徴は、時間変動を伴う特徴もクラスタリング可能にするため多層の自己組織化モデルを考えているため、音声が徐々に変化する部分における特徴の認識が効率良く行なわれることが分かったが、そのシステムの特徴をよりよく応用できる認識即ち破裂子音等の分析・認識については現在実験中である。

这项研究旨在设计用于自组织信息处理系统的基本算法，以自适应分析和识别连续语音，并在具有语音输入和输出的Unix系统上实现它们。基本算法开发了一种新的方法来进行时变光谱估计，并通过将其与常规方法进行比较来确认其有效性。此外，在“识别”部分中，使用了一个自组织的网络，以神经网络而闻名，并向每个节点介绍了高效的算法，以改善聚类和识别性能。此外，在这个财政年度，这些方法是由具有先进人界面的软件系统集成和开发的。该系统的一个特征是，它实现了一种自适应媒体处理系统，具有自组织能力作为信息处理系统，该系统结合了适应性和识别的概括，这在常规方法中被认为很困难。在获取语音信号功能的算法中，可以实现适应性，表明需要准确的特征。在这里，我们还研究了基本思想，例如什么是时间变化的功能以及如何表达它们，并在几篇论文中总结了结果。执行时间变化的语音分析后，也开发了一种识别方法作为后处理。这是一个自我组织的识别系统，最适合时变特征的规范模板，并且聚类部分在每个规范模板之间具有适当的阶段（距离），从而提高了概括功能。但是，该实验仅着眼于多个男性扬声器的元音的识别，目前正在进行该实验以识别辅音。识别系统的特征是考虑一个多层的自组织模型，以使功能与时间变化进行聚类，并且发现在语音变化逐渐变化的领域中可以有效地识别功能，但是我们目前正在尝试分析和识别识别识别的识别，即更好地应用该系统的功能。