階層的クラスタ分析を用いたマルチチャネルNMFにおける実環境下音声認識性能の向上

抄録

近年，スマートフォンなどの音声を扱う機器が広く普及している。これらを利用する場合，周囲の雑音や他話者の影響で誤認識が生じてしまう。この問題の解決には音源分離技術が必要であり，様々な手法が提案されている。その中でも，音の周波数情報と空間情報を扱いながら音源分離を実現できるマルチチャネルNMFに着目した。本研究では，実環境下で収音された信号にマルチチャネルNMFを適用し，発話者の音声認識性能向上を目的とする。分離信号に対して階層的クラスタ分析を行い，分析結果として得られたクラスタに属する信号にアンサンブル平均を適用して新たな信号を算出する手法を提案する。認識実験を通じ，提案法の有効性を確認した。