バイノーラル音声了解度の客観推定方法の改良

摘要

前報で提案したバイノーラル音声了解度推定方法の改良を行った．まず不足していた主観了解度が低くなる範囲のデータ数を，追加評価を行い補完した．また，帯域別ベターイヤーモデルなど4つの特徴量抽出法を試した．更にこれまで行っていた回帰分析に加え，機械学習を用いることを試みた．ここでは，ニューラルネットワーク，サポートベクトル回帰，ランダムフォレストを用いた．推定精度評価を行ったところ，クローズドテストで機械学習にランダムフォレストを用いた方法が，RMSEが0.1以下，相関係数が0.9以上となる高い推定精度となることが分かった．オープンテストでは多少推定精度が下がるものの，ロジスティック回帰以上の推定精度があることを確認した．