超広帯域音声のための低周波成分への影響を考慮した非線形帯域拡張法に基づく話者照合の検討

摘要

本論文では，エイリアシングの影響を考慮した非線形帯域拡張法を提案し，その有効性を客観評価および話者照合において評価している．帯域拡張法には電話音声のような狭帯域音声に適用するものだけでなく，次世代通信のための超広帯域に対応させるものなどがある．統計モデルを用いた手法によりどちらの条件においても高い品質を得ることが報告されている．一方，学習のプロセスを必要としない帯域拡張法である非線形帯域拡張法も近年報告されている．非線形帯域拡張法では非線形関数を用いることで広帯域音声を生成可能であるが一方で扱う信号がデジタル信号であるためにエイリアシングの影響を受けるという問題もあった．そこで，本研究ではエイリアシングを回避するためのフィルタを加えた非線形帯域拡張法を提案する．提案法を評価するための実験としてPESQおよびRMS-LSDという客観的評価尺度による比較と話者照合実験を行った．特に話者照合実験において信号を16kHzから32kHzへ拡張した場合に提案法は従来法と比較して29.7%のエラー削減率を得たことを報告する．