高次統計量に基づく教師なし音声品質評価尺度を用いた音声認識率予測 の検討

摘要

本論文では，音声認識率の予測における音声歪みの教師なし評価尺度として音声カートシス比を導入する．音声認識率予測の説明変数である音声カートシス比には雑音抑圧処理前後の音声カートシスの推定が必要である．雑音抑圧処理前の音声カートシスの推定に関しては，我々は動的に推定した雑音を用いた音声カートシス推定法を提案した．しかし，雑音抑圧処理後の音声カートシス推定についてはまだ検討されていない．本稿では，雑音抑圧処理後の音声カートシス推定の検討を行い，音声認識実験を行った．その結果，提案手法を用いた場合においても，音声カートシスは音声認識率を予測するための指標になることが確認できた．