音声超解像のためのHaar-Waveletを用いた劣化音素分類の検討

摘要

超解像とは，入力ソースに含まれない情報を適切に補間してより高精度の出力を得るための手法であり，主に画像処理分野で利用される技術である．我々は，この超解像技術を音声データに適用し，人が言語音素を識別できないような劣化した音声データを，音素識別可能なレベルまで超解像することを目指している．そのためには，劣化音素データが本来どの音素であったかを特定し，その各音素に応じた超解像処理を施す必要がある．そこで本論では，Haar-Waveletによる多重解像度解析で得られる複数の解像度レベルと，それを主成分分析によって様々な次元に圧縮した情報を用いることで，劣化音素を分類するための決定木を生成する方法を提案する．また，この手法を実際の日本語劣化音素データの分類に適用し，その分離性能を評価する．