セグメント特徴量を用いた雑音環境下でのHMM音声認識

抄録

セグメント特徴量を用いた離散分布型HMM音声認識(SQ-HMM)を検討し、1)音素カテゴリ別に作成するカテゴリ依存作成方法と、2)認識対象となる音声資料またはそれに近い発話様式をもつ音声資料から作成する発話様式依存作成方法の2方法により作成したSQコードブック(Segment Quantization codebook)を用いた発話様式依存SQ-HMMが、VQ-HMMよりも雑音環境下での音声認識性能が優れていることを示す。単語より切り出した18子音認識実験において、SQ-HMMはVQ-HMMよりもSNR=∞、30dB及び20dBの環境において3.9%、8.2%及び9.1%高い認識率を示した。また、SQ-HMMはSNR=∞、30dB及び20dBの環境において, 文節認識実験で88.2%、84.2%、52.7%の認識率を示し、VQ-HMMよりも0.7%、10.0%、11.5%高い認識率を示した。