音声処理技術の高度化に関する研究

点击翻译按钮获取中文摘要

昭本63年度に引き続いて、音声処理技術の高度化、特に「雑音の除去・低減」について研究を行った。特に本年度は本重点領域研究の完了年度でもあるので、3年間の研究成果の取りまとめ、および今後の課題を明らかにした。具体的には、次のような成果をあげることができた。(1)ベクトル量子化と神経回路網による音声中の雑音除去音声信号の分析に先立つ前処理段階での雑音の除去・低減を目的に、多層パーセプトン型神経回路網モデルとベクトル量子化とを組合せ、雑音の除去・低減を行うシステムの開発を行った。特に適切なベクトル量子化法と使用パラメータの選択をおこない、LPCケプストラムを用いてLBGにより宵子化を行うのが良いことを明らかにした。また、神経回路網モデルの規模とその特性についても実験的に検討を進め、小数語彙に対しては汎化特性があり、学習したSN化に対して±3dBのSN比の変動にも強いことが示された。一方、大語彙の場合には新たな観点からの検討を必要とすることも明らかにした。(2)最尤推定法による雑音除去雑音中の音声波形を直接推定するための最尤推定法を理論的に研究し、それを実際の音声波形に対して適用する実際的な手法の開発を行った。本研究は未だ研究途上にあるが、有声音区間においては5〜7dBのSN比の改善がみられ、本手法の有効性を示すことができた。(3)スペクトルサブトラクション法による雑音低減の改良雑音環境は複雑に変化することを考慮し、本音度は主な雑音成分が観測可能である場合を想定し、適応的な雑音除去法を検討した。具体的にはLMSアルゴリズムにより適応化したFIRフイルタの効果を実験的に検討した。その結果、ピアノ音では10dB程度、広帯域雑音では約6dBの低減効果のあることが明らかとなった。以上が本年度の研究成果概要であるが、これらを一つにまとめた総合的な雑音処理システムを考えることができ、その実現にむけた研究を引続き行う必要がある。