| 研究課題/領域番号 |
25330183
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 山形大学 |
|---|
研究代表者 |
小坂 哲夫 山形大学, 理工学研究科, 教授 (50359569)
|
|---|
| 連携研究者 |
加藤 正治 山形大学, 大学院理工学研究科, 助教 (10250953)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2015年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2014年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2013年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 音声認識 / 音響モデル / クラスタリング / 隠れマルコフモデル / ディープニューラルネットワーク / ディープニューラルネット / 話者適応 / 話者 / 音声コーパス |
|---|
| 研究成果の概要 |
音声コーパスの拡大および計算機の性能向上により，音声認識の高性能化が図られている．しかし音声や音響信号には話者性や背景雑音など多様性があり，それが認識率低下の原因ともなっている．本研究ではクラスタリング技術を用い，音声・音響信号の多様性による音声認識の性能劣化の問題に取り組んだ．
本研究では日本語大規模音声コーパスを用い，性質の類似した信号をクラス別にまとめ，クラスごとにモデルを構築し音声認識の性能向上を図った．研究ではガウス混合分布(GMM)ベースのモデルのみならず近年注目されているディープニューラルネットワーク(DNN)も用い検討した．
|
