低認識精度発声に対する音声認識に関する研究

针对低识别准确率话语的语音识别研究

• 批准号: 15700163
• 负责人: 柘植 覚
• 金额: $ 1.73万
• 依托单位: The University of Tokushima
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2003
• 资助国家: 日本
• 起止时间: 2003 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15700163/
• 关键词: 音声認識; 低音声認識精度発声; 相関分析; 音声認識精度の分析; 長短期間の音声変動; 分散型音声認識; 分散型話者認識; Earth Mover's Distance; ベクトル量子化; 周波数特性の変動

本研究の研究の目的は以下の2点である.◆低認識精度発声の原因解明◆低認識精度発声の認識精度向上この目的を実現するために、次のことを実施した。原因解明のため、現在定期的に収録を行っている特定話者長期間音声データベースを用い、様々な要因との相関分析を行った。この結果より、特定話者の場合、発話速度は音声認識精度への相関が低いことがわかった。これは、発話速度は置換誤りと相関が低いが、挿入誤りとは高い負の相関を持ち、脱落誤りとは高い正の相関を持つため、挿入誤りと脱落誤りが相殺し、発話速度と音声認識精度の相関が低いことがわかった。また、音声認識精度と母音の各正解率との相関をしらべ、母音/a/、/u/は音声認識精度との相関が高いことがわかった。低認識精度発声の認識精度向上のため、原因解明のために使用したデータと同様のデータを使用して、認識精度向上のため、各発声日、発声時間帯に音響モデルを適応することを試みた。これは、認識率改善のためには、一日内の音声変動が有効化、同じ時間帯の音声が有効化を検討した。この検討の結果、音声認識精度改善のためには同一内に発声された音声を用い、音響モデルを適応することが有効であることがわかった。

The purpose of this study is to study the following two points.◆ Reasons for low recognition accuracy sound ◆ Low recognition accuracy sound recognition accuracy up to the goal of the implementation of the first, second and third The reason is clear, the current regular recording is in progress, the specific speaker is in progress, the important reason is related to the analysis The result of this, the situation of the specific speaker, the speed of the speech, the accuracy of the sound recognition, and the correlation are low. For example, if the error rate of the transmission speed is low, and the error rate of the transmission speed is low. The accuracy of vowel recognition and the correlation between vowel/a/and vowel/u/are high. Low recognition accuracy sound recognition accuracy upward, cause solution upward, recognition accuracy upward, sound transmission day, sound transmission time upward, sound transmission time upward, sound transmission time upward, The improvement of the recognition rate and the change of the sound in one day are discussed. The results of this research, the improvement of acoustic recognition accuracy, and the improvement of acoustic recognition accuracy.

项目成果

Nonparametric speaker recognition method using Earth Mover's Distance

• DOI: 10.1093/ietisy/e89-d.3.1074
• 发表时间: 2006-03-01
• 期刊: IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS
• 影响因子: 0.7
• 作者: Kuroiwa, S;Umeda, Y;Ren, F
• 通讯作者: Ren, F

A lost speech reconstruction method using linguistic information,

一种使用语言信息的丢失语音重建方法，

• 期刊: Proceedings of 2005 IEEE International Conference on Natural Language Processing and Knowledge Engineering (IEEE NLP-KE'05), Wuhan.Oct.2005
• 作者: Shingo Kuroiwa;Satoru Tsuge;Fuji Ren
• 通讯作者: Fuji Ren

Frequency Characteristic Normalization Method using Blind Equalization Technique with Multiple References for DSR,

使用盲均衡技术和多参考 DSR 的频率特性归一化方法，

• 期刊: Proceedings of 10th International Conference SPEECH and COMPUTER (SPECOM2005), Patras, Greece, Oct.2005
• 作者: Satoru Tsuge;Masami Shishibori;Fuji Ren;Kenji Kita;Shingo Kuroiwa
• 通讯作者: Shingo Kuroiwa

Acoustic Model Adaptation for Cedec Speech based on Leaning-by-Doing Concept

基于边做边学概念的 Cedec 语音声学模型自适应

• 发表时间: 2006
• 期刊: Advances in Natural Language Processing Research in Computing Science Vol.18
• 作者: Shingo Kuroiwa;Shingo Kuroiwa
• 通讯作者: Shingo Kuroiwa

Shingo Kuroiwa: "Blind equalization via minimization of VQ distortion for ETSI standard DSR front-end"Proceedings of Natural Language Processing and Knowledge Engineering. 1. 585-590 (2003)

Shingo Kuroiwa：“通过最小化 ETSI 标准 DSR 前端的 VQ 失真实现盲均衡”自然语言处理和知识工程论文集。