|
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．
|
