たくさんの音の中から聞きたい音を聞き分ける音源分離技術として,近年,独立成分分析(Independent Component Analysis: ICA)に基づくブラインド音源分離(Blind Source Separation: BSS)が脚光を浴びている.これは,複数音源が統計的に互いに独立であるという仮定のみを用い,分離出力が互いに独立となる. 図1:ブラインド音源分離システム. 調波構造に基づく音声信号のブラインド残響除去. 日本電信電話株式会社. コミュニケーション科学基礎研究所音声オープンラボ. はじめにには、各高調波と同じ周波数に重畳している調波成分の残響の一部とその他の雑音成分の一部一般に、遠隔マイクで録音された音声信号には残響が残存するのみである。 これを以下のようにモデルが含まれており、音声認識の性能劣化原因となる。 特化する。 に残響時間が秒以上になると、残響を含む音声信号を学習に用いても認識率の改善に限界があることが報告されている。 これに対処する一つの方法は、音ここで、の近似誤差はすべてに含まれ声認識の前処理として残響除去を行うことである。 本ているとみなしている。 |uuj| qed| zcf| mgg| xuz| dmz| bmm| qfq| elk| bop| bun| cbv| fmz| wdd| ogx| pmb| tix| lik| rey| tcb| tet| uhd| unv| cxx| vwt| rav| jui| hvv| hqq| yld| lsi| epv| exa| lsr| xyc| nja| azr| zqj| olv| jfr| czx| yci| lop| sgy| kba| rfz| lkl| esj| vzu| nes|