SNRの変化に適応するSS法による雑音混入音声の認識

摘要

スペクトルサブトラクション法は定常性の高い雑音に対して有効な方法として知られている．しかし，実雑音環境下では必ずしも定常性が保たれる訳ではない．そこで，雑音のパワー変動に対処するため，変動に対応した変数を最適化問題により求め，識別性能の向上を試みる．また，最適化問題を解く上で出現する無理関数をテイラー展開を用いて近似することで，観測音と推定した雑音のみに依存し音響モデルに依存しない計算を増やすことで，行列計算のみによる計算が可能となり，計算速度が向上することを示す．その結果，雑音下音声認識評価環境(AURORA-2J)を用いた単語識別実験において近似を用いない場合にはSNRが0dB，10dB，20dBの場合にそれぞれ23％，77％，97％の識別率を得た．近似を用いた場合，それらには及ばないものの，SNRが20dBの場合を除きBase lineより高い識別率が得られた．