Development of speech feature extraction methods suitable for neural network speech recognition

Research Project

Project/Area Number	25K15184
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61010:Perceptual information processing-related
Research Institution	Chubu University
Principal Investigator	山本一公中部大学, 工学部, 教授 (40324230)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2025: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Keywords	音声認識 / ニューラルネットワーク / 音響特徴量 / 非線形周波数分析 / 時間波形
Outline of Research at the Start	近年，音声認識技術は大きく発展してきたが，超高齢者や子ども，雑音環境下の音声に対しては認識精度が未だ悪く，音声認識精度の改善が課題となっている。最新の音声認識技術ではニューラルネットワークを用いて音声認識を行っているが，入力特徴量としては従来用いられてきた音声の特徴量がそのまま使われていることが多い。また，音声波形を直接入力する方法もあるが，認識に必要な特徴量を十分に引き出せるようにまだなっていないと考えられる。そこで本研究ではニューラルネットワーク音声認識により適した特徴抽出手法を開発し，認識が難しい対象に対する音声認識精度を改善することで世の中に広く貢献することを目的とする。