メルケプストラムを用いたロバスト音声区間検出

摘要

本稿では，MFCC(Mel Frequency Cepstral Coefficients)およびその分析過程におけるフィルタバンク出力に着目した雑音ロバスト音声認識システムのための新しい音声区間検出手法を提案する。MFCCは音声認識のための音声特徴パラメータであり、従来区間検出に用いられる対数エネルギーよりも雑音の影響を受けにくい。 またその過程で生成されるフィルタバンク出力は音声の周波数別の特性を表し、これを効果的に利用することで子音情報を補償することができる。 区間検出の評価にはMFCCとフィルタバンク出力の組み合わせにより得られる基準量、およびその差分により得られる基準量の2つが用いられ、非音声区間の雑音の影響を低減することができる。 実験により本手法を取り入れた音声認識システムは、従来の音声認識システムと比べて高い認識率を示した。