遠隔音声認識のためのマルチチャンネルLMSアルゴリズムによる残響除去法の改善

摘要

遠隔環境下におけるハンズフリー音声認識では，残響の影響により性能が大幅に悪化してしまう．そのため先行研究［1］において，マルチチャンネルLMSアルゴリズムによるパワースペクトルサブトラクションに基づくブラインド残響除去法が提案され，孤立単語音声認識により評価された．本稿では，大語彙連続音声認識による評価とこの手法に用いられるパラメータ変化による影響分析を行う．さらに，雑書抑圧において効果的な一般化スペクトルサブトラクションや，雑書に対する頑健性を高めるMissing Feature Theoryを新たに用いることで残響除去法の改善を試みる．%In a distant-talking environment, reverberation drastically degrades speech recognition performance. In previous work [1], we proposed a blind dereverberation method based on power spectral subtraction using a multi-channel least mean squares (LMS) algorithm, and evaluated by the isolated words recognition. In this paper, we evaluate this method by a large-vocabulary continuous speech recognition task, and analyze the influence of the parameter of this method on speech recognition performance. Furthermore, we use a dereverberation method based on generalized spectral subtraction instead of that based on power spectral subtraction and combine it with missing feature thory.