頑健な音声認識のための正準化に関する研究

音声言語に対する聴覚の高次処理として,弁別的音韻特徴(Distinctive Phonetic Feature: DPF)抽出機能を識別器へ組込み,頑健な音声認識を実現する研究を行った。DPFは発話器官の振る舞いを,有声/無声,破裂性の有無,摩擦性の有無などの対立構造から分類したもので,本研究はDPF特徴ベクトルを介して,音声を精度良く音素系列に置換することを目指している。提案方式は,音韻間距離をリカレントニューラルネットワーク(RNN)と弁別特徴間の相互抑制ネットの競合学習を通して確保する枠組みを持ち,高い音声識別性能を期待できる。これまでの途中経過では,提案方式は騒音下においても高いセグメンテーション(連続する音声信号波形を離散的な音素系列への分節化)を実現できることを示した。研究員はサウジアラビアのKing Saud UniversityにAssistant Professorとして採用され,研究途中での離日となったが,赴任先においても,本研究を引き続き行いたい意向である。今後は本格的実地検証と共に理論的裏づけを行う計画である。

音声言語に対する聴覚の高次処理として,弁別的音韻特徴(Distinctive Phonetic Feature: DPF)抽出機能を識別器へ組込み,頑健な音声認識を実現する研究を行った。DPFは発話器官の振る舞いを,有声/無声,破裂性の有無,摩擦性の有無などの対立構造から分類したもので,本研究はDPF特徴ベクトルを介して,音声を精度良く音素系列に置換することを目指している。提案方式は,音韻間距離をリカレントニューラルネットワーク(RNN)と弁別特徴間の相互抑制ネットの競合学習を通して確保する枠組みを持ち,高い音声識別性能を期待できる。これまでの途中経過では,提案方式は騒音下においても高いセグメンテーション(連続する音声信号波形を離散的な音素系列への分節化)を実現できることを示した。研究員はサウジアラビアのKing Saud UniversityにAssistant Professorとして採用され,研究途中での離日となったが,赴任先においても,本研究を引き続き行いたい意向である。今後は本格的実地検証と共に理論的裏づけを行う計画である。