雑音環境下におけるウェーブレットを用いた強調法による HMMの音声認識の改善

抄録

本研究では、雑音環境下における音声認識率の改善を目的に、ウェーブレット変換を用いた隠れマルコフモデル（HMM）の強化手法を提案する。従来のHMMは雑音環境下で認識率が低下する問題がある。そこで本手法では、ウェーブレット変換を用いて、HMMを学習させる際に用いる音声に疑似ノイズを付加し、ノイズに強いHMMを構築する。具体的には、ウェーブレットスペクトル上でしきい値以上の値を強調することで疑似ノイズを付加し、ノイズ耐性を持たせたHMMを作成する。また、入力音声である雑音を付加した数字音声にウェーブレット変換を用いて音声の特徴を強調することで認識率の向上を図った。