雑音残響環境下での変調伝達関数に基づくパワーエンベロープ回復処理と音声認識への応用

摘要

著者らは，これまでに，雑音残響音声から変調伝達関数（MTF）に基づくパワーエンベロープ回復法を提案してきた．提案法は，室内音響のインパルス応答や雑音レベルの事前測定を行わずに，雑音残響音声のパワーエンベロープを回復できる．本稿では，雑音残響環境下において提案法を音声認識システムの前処理として適用することで，雑音残響によって低減した音声認識率をどれだけ回復できるか調査した．雑音残響音声信号は，クリーンな音声信号（AURORA-2J）と室内インパルス応答を畳み込み，背景雑音として白色雑音を加算することで生成された．雑音残響環境下でのパワーエンベロープ回復をSNRとCorr（誤差と類似性）で評価した結果，全ての条件でパワーエンベロープを回復できた．音声認識評価では，代表的なMFCCを音声認識の比較基準として評価に利用した．雑音残響環境下での定量的評価の結果，MFCCと比較して提案法は，8.33％音声認識率を向上させることができた．