Efficient noise robust front-end based on target speech model likelihood for automatic speech recognition

基于目标语音模型似然的高效噪声鲁棒前端，用于自动语音识别

• 批准号: 21700188
• 负责人: SHINOZAKI Takahiro
• 金额: $ 2.75万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21700188/
• 关键词: 音声情報処理; 音声認識; 耐雑音処理; 統計モデル; GMM; 耐雑音; スペクトルサブトラクション

To improve speech recognition performance in adverse conditions, a noise compensation method is proposed and investigated that applies a transformation in the spectral domain whose parameters are optimized based on likelihood of speech GMM modeled on the feature domain. Experimental results show that the proposed method is able to work in real-time and it is effective to reduce noise effects.

为了提高语音识别性能在不利的条件下，噪声补偿方法的建议和调查，适用于在频谱域的参数进行优化的基础上的似然语音GMM建模的特征域的变换。实验结果表明，该方法能够实时工作，并能有效地降低噪声的影响。

项目成果

Target Speech GMM-based Spectral Compensation for Noise Robust Speech Recognition

基于目标语音 GMM 的噪声鲁棒语音识别频谱补偿

• 发表时间: 2009
• 期刊: Proc.INTERSPEECH Vol.1
• 作者: Takahiro Shinozaki;Sadaoki Furui
• 通讯作者: Sadaoki Furui

Investigations of Features and Estimators for Speech-based Age Estimation

基于语音的年龄估计的特征和估计器的研究

• 发表时间: 2010
• 期刊: Proc.APSIPA Vol.1
• 作者: Toshiya Wada;Takahiro Shinozaki;Sadaoki Furui
• 通讯作者: Sadaoki Furui

目的音GMM 尤度基準スペクトル補正法の諸評価

基于GMM似然的谱校正方法对目标声音的各种评价

• 发表时间: 2009
• 作者: 篠崎隆宏;古井貞煕
• 通讯作者: 古井貞煕