SNRの変化に適応するSS法による雑音混入音声の認識

摘要

スペクトルサブトラクション法は定常性の高い雑音に対して有効な方法として知られている．しかし，実雑音環境下では必ずしも定常性が保たれる訳ではない．そこで，雑音のパワー変動に対処するため，変動に対応した変数を最適化問題により求め，識別性能の向上を試みる．また，最適化問題を解く上で出現する無理関数をテイラー展開を用いて近似することで，観測音と推定した雑音のみに依存し音響モデルに依存しない計算を増やすことで，行列計算のみによる計算が可能となり，計算速度が向上することを示す.その結果，雑音下音声認識評価環境（AURORA-2J）を用いた単語識別実験において近似を用いない場合にはSNRが0dB，10dB，20dBの場合にそれぞれ23％，77％，97％の識別率を得た．近似を用いた場合，それらには及ばないものの，SNRが20dBの場合を除きBase lineより高い識別率が得られた．%Spectral Subtraction method is well known the effective reduction method for corrupted speech with stationary noise. But, real noise is not always stationary. A noise reduction method dealing with variations of noise power using a optimization method is proposed. Additionally, computational costs are improved by increasing computation that does not depend on acoustic models , when Taylor expansion is applied to irrational expressions in the criterion function. As results form the evaluation using AURORA-2J, the propose method without using Taylor expansion achieves word accuracies of 23% 77% and 97% for clean training condition under the SNR condition 0dB, 10dB and 20dB, respectively.