Study on Speech Enhancement Based on Distorted Speech Corpora in the Real-world

2009 Fiscal Year Final Research Report

• Project/Area Number: 19300060
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Single-year Grants
• Section: 一般
• Research Field: Perception information processing/Intelligent robotics
• Research Institution: Nagoya University
• Principal Investigator: TAKEDA Kazuya Nagoya University, 大学院・情報科学研究科, 教授 (20273295)
• Co-Investigator(Kenkyū-buntansha): KITAOKA Norihide 名古屋大学, 大学院・情報科学研究科, 准教授 (10333501) ; YAMADA Takeshi 筑波大学, 大学院・システム情報工学研究科, 准教授 (20312829) ; NISHIURA Takanobu 立命館大学, 情報理工学部, 准教授 (70343275) ; MIYAJIMA Chiyomi 名古屋大学, 大学院・情報科学研究科, 助教 (90335092) ; TAMURA Satoshi 岐阜大学, 工学部, 助教 (10402215)
• Co-Investigator(Renkei-kenkyūsha): NAKAMURA Satoshi 独立行政法人情報通信機構, 上席研究員 (30263429) ; KUROIWA Shingo 千葉大学, 大学院・融合科学研究科, 教授 (20333510) ; TSUGE Satoru 徳島大学, 大学院・ソシオテクノサイエンス研究部, 講師 (00325250) ; TAKIGUCHI Tetsuya 神戸大学, 都市安全研究センター, 講師 (40397815) ; YAMAMOTO Kazumasa 豊橋技術科学大学, 工学部, 助教 (40324230) ; OGAWA Tetsuji 早稲田大学, 高等研究所, 助教 (70386598) ; NAKAYAMA Masato 近畿大学, 生物理工学部, 講師 (90511056)
• Project Period (FY): 2007 – 2009
• Keywords: 劣化音声認識 / 劣化指標 / 対劣化手法体系化 / 音声認識評価基盤

Research Abstract

For distorted speech recognition under the real world, we conducted below : (1) development of distorted speech corpora named CENSREC and distribution of them in public ; (2) accurate recognition performance prediction for additively/convolutionally distorted speech ; (3) development of structural explanation of distortion factors and recognition methods for distorted speech ; (4) development of distorted speech recognition methods.

Research Products

• [Journal Article] "音声認識におけるロバストネス, "小特集-自動音声認識研究の動向と展望- (2010)
  • Author(s): 北岡教英
  • Journal Title: 日本音響学会誌 Vol.66,No.1 Pages: 23-27
• [Journal Article] CENSREC-1-C: An evaluation framework for voice activity detection under noisy environments (2009)
  • Author(s): N. Kitaoka, T. Yamada, S. Tsuge, C. Miyajima, K. Yamamoto, T. Nishiura, M. Nakayama, Y. Denda, M. Fujimoto, T. Takiguchi, S. Tamura, S. Matsuda, T. Ogawa, S. Kuroiwa, K. Takeda, S. Nakamura
  • Journal Title: Acoustical Science and Technology Vol.30,No.5 Pages: 363-371
  • Peer Reviewed
• [Journal Article] Noisy speech recognition based on integration/selection of multiple noise suppression methods using noise GMMs (2008)
  • Author(s): N. Kitaoka, et. al.
  • Journal Title: IEICE Trans. Inf. & Syst. Vol.E91-D,No3 Pages: 411-421
  • Peer Reviewed
• [Journal Article] 音声と画像の統合によるドライバの発話区間検出 (2008)
  • Author(s): 二宮芳樹, 宮島千代美(5番目), 他
  • Journal Title: 映像情報メディア学会誌 vol.62 Pages: 435-441
  • Peer Reviewed
• [Journal Article] 多様な音響環境下における音声認識システム利用時のデータ収集システム (2007)
  • Author(s): 原直, 宮島千代美, 伊藤克亘, 武田一哉
  • Journal Title: 信学論 vol.J90-D Pages: 2807-2816
  • Peer Reviewed
• [Presentation] ロンバード発声音声コーパスの設計と評価 (2009)
  • Author(s): 小川哲司, 他
  • Organizer: 日本音響学会秋季研究発表会
  • Place of Presentation: 郡山
  • Year and Date: 2009-09-15
• [Presentation] 反復スペクトルサブトラクションにおけるミュージカルノイズ低減法の検討 (2009)
  • Author(s): 西川浩太郎, 森勢将雅, 西浦敬信, 南條浩輝
  • Organizer: 日本音響学会秋季研究発表会
  • Place of Presentation: 郡山
  • Year and Date: 2009-09-15
• [Presentation] ETSI標準雑音抑圧フロントエンドのための雑音推定法の検討 (2009)
  • Author(s): 金正賢, 山田武志, 北脇信彦
  • Organizer: 電子情報通信学会2009年総合大会
  • Place of Presentation: 愛媛
  • Year and Date: 2009-03-19
• [Presentation] 確率モデルに基づく単一チャネル音源分離を用いた背景音楽抑圧 (2009)
  • Author(s): 伊藤弘章, 西野隆典, 北岡教英, 武田一哉
  • Organizer: 日本音響学会春季研究発表会
  • Place of Presentation: 東京
  • Year and Date: 2009-03-17
• [Presentation] CENSREC-AV: Evaluation frameworks for audio-visual speech recognition (2008)
  • Author(s): S. Tamura, C. Miyajima, N. Kitaoka, S. Hayamizu, K. Takeda
  • Organizer: Proc. AVSP
  • Place of Presentation: Moreton Island, Australia
  • Year and Date: 2008-09-27
• [Presentation] CENSREC-4: Development of evaluation framework for distant-talking speech recognition under reverberant environments (2008)
  • Author(s): M. Nakayama, T. Nishiura, Y. Denda, N. Kitaoka, K. Yamamoto, T. Yamada, S. Tsuge, C. Miyajima, M. Fujimoto, T. Takiguchi, S. Tamura, T. Ogawa, S. Matsuda, S. Kuroiwa, K. Takeda, S. Nakamura
  • Organizer: Proc. INTERSPEECH
  • Place of Presentation: Antwerp, Belgium
  • Year and Date: 2008-09-24
• [Presentation] Investigations into early and late reflections on distant-talking speech recognition toward suitable reverberation criteria (2007)
  • Author(s): T. Nishiura, Y. Hirano, Y. Denda, M. Nakayama
  • Organizer: Proc. INTERSPEECH
  • Place of Presentation: Antwerp, Belgium
  • Year and Date: 2007-08-29
• [Book] COMPUTER PROCESSING OF ASIAN SPOKEN LANGUAGES (2010)
  • Author(s): Takeda, Kitaoka, Tamura etc.
  • Publisher: Consideration Books, c/o The American Group