Hilbert再生核空間の正規法による頑健音声処理

• 研究課題/領域番号: 22700193
• 研究種目: 若手研究(B)
• 配分区分: 補助金
• 研究分野: 知覚情報処理・知能ロボティクス
• 研究機関: 独立行政法人情報通信研究機構
• 研究代表者: ルー シュガン (LU Xugang) 独立行政法人情報通信研究機構, ユニバーサルコミュニケーション研究所音声コミュニケーション研究室, 専攻研究員 (20362022)
• 研究期間 (年度): 2010 – 2011
• 研究課題ステータス: 完了 (2011年度)
• 配分額: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円); 2011年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円); 2010年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
• キーワード: 知能ロボット / 再生核ヒルベルト空間 / 統計学習 / 音声信号処理 / 再生核空間の正規法

研究概要

従来の音声特徴抽出では、線形で次数の低い音声統計構造を扱っている。このように抽出されたものの特徴は、ノイズと音声が混在する場合、ロバスト性が不足することである。本プロジェクトの目的は、再生核ヒルベルト空間(Kernel Hilbert Space : RKHS)における非線形マッピング関数を用いて、ノイズによる干.を受けにくい非線形で高次の音声統計情報を抽出する、信号処理手法を提案することである。音声増強、音声認識、音声有無の検出に本提案手法を適用し有効であることで確認した.

研究成果

• [雑誌論文] Subband temporal modulation envelopes and their normalization for automatic speech recognition in reverberant environments (2011)
  • 著者名/発表者名: X. Lu, M. Unoki, S. Nakamura
  • 雑誌名: Elsevier, Computer Speech & Language 巻: vol.25, no.3 ページ: 571-584
  • URL: http://dx.doi.org/10.1016/j.csl.2010.10.002
  • 査読あり
• [雑誌論文] Temporal modulation normalization for robust speech feature extraction and recognition (2011)
  • 著者名/発表者名: X. Lu, S. Matsuda, M. Unoki, S. Nakamura
  • 雑誌名: Springer, Journal of Multimedia Tools and Applications 巻: vol.52, no.1 ページ: 187-199
  • URL: http://dx.doi.org/10.1007/s11042-010-0465-7
  • 査読あり
• [雑誌論文] Sub-band temporal modulation envelopes and their normalization for automatic speech recognition in reverberant environments (2011)
  • 著者名/発表者名: X.Lu, M.Unoki, S.Nakamura
  • 雑誌名: Computer Speech and Language 巻: 25 ページ: 571-584
  • 査読あり
• [雑誌論文] Temporal modulation normalization for robust speech feature extraction and recognition (2011)
  • 著者名/発表者名: X.Lu, S.Matsuda, M.Unoki, S.Nakamura
  • 雑誌名: Journal of Multimedia Tools and Applications 巻: 52 号: 1 ページ: 187-199
  • DOI: 10.1007/s11042-010-0465-7
  • 査読あり
• [雑誌論文] Temporal modulation contrast normalization and edge-preserved smoothing for robust speech recognition (2010)
  • 著者名/発表者名: X. Lu, S. Matsuda, M. Unoki, S. Nakamura
  • 雑誌名: Elsevier, Speech Communication 巻: vol.52, no.1 ページ: 1-11
  • URL: http://dx.doi.org/10.1016/j.specom.2009.08.006
  • 査読あり
• [学会発表] Voice activity detection in MTF-based power envelope restoration (2011)
  • 著者名/発表者名: M.Unoki, X.Lu, M.Akaki, R.Hoffmann
  • 学会等名: INTERSPEECH 2011
  • 発表場所: Florence, Firenze Fiera venue, Italy
  • 年月日: 2011-08-18
• [学会発表] Adaptive regularization framework for robust voice activity detection (2011)
  • 著者名/発表者名: X. Lu, M. Unoki, R. Isotani, H. Kawai, and S. Nakamura
  • 学会等名: INTERSPEECH
  • 発表場所: Firenze Fiera venue, Florence, Italy
  • 年月日: 2011-08-17
• [学会発表] Adaptive regularization framework for robust voice activity detection (2011)
  • 著者名/発表者名: X.Lu, M.Unoki, R.Isotani, H.Kawai, S.Nakamura
  • 学会等名: INTERSPEECH 2011
  • 発表場所: Florence, Firenze Fiera venue, Italy
  • 年月日: 2011-08-17
• [学会発表] Functional approximation in a reproducing kernel Hilbert space for speech estimation in noisy environments (2010)
  • 著者名/発表者名: X. Lu, M. Unoki, R. Isotani, H. Kawai, and S. Nakamura
  • 学会等名: the Second Asia-Pacific Signal and Information Association Annual Summit and Conference(APSIPA)
  • 発表場所: Singapore, Biopolis venue, Singapore
  • 年月日: 2010-12-16
• [学会発表] Functional Approximation in a Reproducing Kernel Hilbert Space for Speech Estimation in Noisy Environments (2010)
  • 著者名/発表者名: Xugang Lu
  • 学会等名: the Second Asia-Pacific Signal and Information Association Annual Summit and Conference
  • 発表場所: Biopolis, Singapore
  • 年月日: 2010-12-15
• [学会発表] Speech enhancement as a functional approximation and generalization (2010)
  • 著者名/発表者名: X. Lu, M. Unoki, R. Isotani, H. Kawai, and S. Nakamura
  • 学会等名: International Symposium on Chinese Spoken Language Processing
  • 発表場所: National Cheng Kung University, Tainan, Taiwan
  • 年月日: 2010-12-01
• [学会発表] Speech enhancement as a functional approximation and generalization (2010)
  • 著者名/発表者名: Xugang Lu
  • 学会等名: International Symposium on Chinese Spoken Language Processing, 2010
  • 発表場所: Tanan, Taiwan
  • 年月日: 2010-11-30
• [学会発表] Regularization in a reproducing kernel Hilbert space for noisy robust voice activity detection (2010)
  • 著者名/発表者名: X. Lu, M. unoki, R. Isotani, H. Kawai, and S. Nakamura
  • 学会等名: the 10th International Conference on Signal Processing(ICSP)
  • 発表場所: Northern Jiaotong University, Beijing, China
  • 年月日: 2010-10-26
• [学会発表] Regularization in a reproducing kernel Hilbert space for robust voice activity detection (2010)
  • 著者名/発表者名: Xugang Lu
  • 学会等名: 10th International Conference on Signal Processing
  • 発表場所: Beijing, China
  • 年月日: 2010-10-25
• [学会発表] Voice activity detection in a regularized reproducing kernel Hilbert space (2010)
  • 著者名/発表者名: X. Lu, M. Unoki, R. Isotani, H. Kawai, and S. Nakamura
  • 学会等名: International Conference Hall, Makuhari Messe International Convention Complex
  • 発表場所: Chiba, Japan
  • 年月日: 2010-09-29
• [学会発表] Voice activity detection in a regularized reproducing kernel Hilbert space (2010)
  • 著者名/発表者名: Xugang Lu
  • 学会等名: INTERSPEECH
  • 発表場所: Makuhari Messe International Convention Complex, Chiba, Japan
  • 年月日: 2010-09-27