权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

音素の精密な特徴抽出に基づいた音声認識方法の研究

基于音素精确特征提取的语音识别方法研究

基本信息

批准号：
63608504
负责人：
北澤茂良
金额：
$ 0.96万
依托单位：
Shizuoka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
1988
资助国家：
日本
起止时间：
1988 至无数据
项目状态：
已结题

项目摘要

1.音響処理機構の研究に関して。線形予測分析法の分析次数を変更したときの判別率を破裂子音、鼻子音について求めた。その結果、破裂子音については17次以下では認識率が低くなるが、17次以上に増やしてもあまり改善されない。鼻子音については19次が最適であった。聴覚フィルターモデルをシミュレートするプログラムの開発を行なった。このモデルを用いた子音の判別率について今後実験を行なう予定である。2.調音事象の自動検出に関して。当初考えていたエキスパートシステムの手法と並行して、ニューラル・ネットによる手法について試み、音声パワーの傾斜係数および、LPCスペクトルを入力とするとき、未学習話者の有声破裂子音に関して/b/および/d/では100%、/g/については92%が±3ms以内の精度で検出できた。3.弁別的特徴の自動認識への適用に関して。本年度は音響音声変換に弁別素性レベルを導入することについて、新しい素性モデルを提案した。このモデルは、音素、異音、素性、音響パラメータの各レベルを導入する。音響パラメータの有限個のメンバーは階層構造を成し、発話時に生起する代償作用をある程度予測する。素性は複数の音響パラメータの部分集合から成る。人間の聴覚機構の特性に基づいて、素性間に階層構造を設定し、音韻環境によって異音に生起する素性の脱落をある程度予測する。素性は音素ではなく異音と多対多の対応関係にあるとする。4.音素の特徴の言語間の非核に関して。破裂子音/p,t,k,b,d,g/を対象として破裂の位置や強さ、ホルマント等スペクトログラムから抽出できる音響的特徴について日仏二か国語間で対照を行なった。日本語と対応するフランス語の音節の特徴のほとんどが共通であることが分かった。しかし、日本語で欠落している「チ、ツ、ヂ(ジ)、ヅ(ズ)」に対応した歯茎音/t,d/の特徴の相違は顕著に認められた。

1. Research on sound processing mechanism. The number of analysis times of linear prediction analysis method is changed to determine the discriminant rate of broken consonant and nasal consonant. As a result, the recognition rate of broken tones is lower than 17 times, and the recognition rate is higher than 17 times. Nose sound 19 times the most appropriate. The development of the new system is a matter of urgency. The discriminant rate of the consonant in the future is determined. 2. Automatic detection of tuning events is relevant. The method of initial examination is to test the accuracy of sound, tilt coefficient of sound, LPC selection, input force of unlearned speaker's sound break, and accuracy of sound break within 100% and 92% ±3ms. 3. The automatic recognition of the characteristics of a category is relevant to its application. This year, the sound quality of the sound is changed, and the new quality of the sound is changed. The introduction of each of the following elements: phoneme, heterophone, prime, and sound. The limited number of speakers in the audio space can be hierarchically structured to predict the degree of compensation that occurs during speech. The number of elements in the complex is equal to the number of elements in the complex. The basic structure of the human body, the hierarchical structure of the primes, the prediction of the degree of the primes generated by the phonological environment The relationship between primes and phonemes 4. Non-nuclear correlation between phoneme features and speech. The breaking tones/p,t,k,b,d,g/correspond to the breaking position, strong, strong, The characteristics of Japanese syllables are common. In Japanese,",(),()" is the opposite of the original sound/t,d/.