JPH0558559B2 - - Google Patents
Info
- Publication number
- JPH0558559B2 JPH0558559B2 JP63130784A JP13078488A JPH0558559B2 JP H0558559 B2 JPH0558559 B2 JP H0558559B2 JP 63130784 A JP63130784 A JP 63130784A JP 13078488 A JP13078488 A JP 13078488A JP H0558559 B2 JPH0558559 B2 JP H0558559B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- vector
- axis
- spatiotemporal
- grid point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は音声認識等に利用する音声の特徴抽出
方式に関し、更に詳述すればベクトル場のパター
ンを利用し、またその方向別にボカシ処理（ボケ
処理ともいう）を施して、音声認識に利用する場
合は高い認識率を得ることができる新規な方式を
提供するものである。
方式に関し、更に詳述すればベクトル場のパター
ンを利用し、またその方向別にボカシ処理（ボケ
処理ともいう）を施して、音声認識に利用する場
合は高い認識率を得ることができる新規な方式を
提供するものである。
音声認識は、一般に、認識させるべき単語から
特徴を抽出して得た音声の標準パターンを単語
夫々に用意しておき、認識対象として入力された
音声から同様にして抽出した特徴パターンと複数
の標準パターンとを整合し、最も類似性が高い標
準パターンを求め、この標準パターンに係る単語
が入力されたものと判定する方式をとつている。
そして、従来は上記特徴パターンとして、音声信
号を分析して得られる、時間軸を横軸、空間軸を
縦軸とするスカラー場の時空間パターンそのもの
を用いていた。このようなスカラー場の時空間パ
ターンとしては、周波数を空間軸とするスペクト
ルが代表的なものであり、この他、ケフレンシー
を空間軸とするケプストラム、PARCOR係数、
LSP係数、声道断面積関数等種々の時空間パター
ンが用いられていた。
特徴を抽出して得た音声の標準パターンを単語
夫々に用意しておき、認識対象として入力された
音声から同様にして抽出した特徴パターンと複数
の標準パターンとを整合し、最も類似性が高い標
準パターンを求め、この標準パターンに係る単語
が入力されたものと判定する方式をとつている。
そして、従来は上記特徴パターンとして、音声信
号を分析して得られる、時間軸を横軸、空間軸を
縦軸とするスカラー場の時空間パターンそのもの
を用いていた。このようなスカラー場の時空間パ
ターンとしては、周波数を空間軸とするスペクト
ルが代表的なものであり、この他、ケフレンシー
を空間軸とするケプストラム、PARCOR係数、
LSP係数、声道断面積関数等種々の時空間パター
ンが用いられていた。
また、音声認識の分野において解決すべき課題
の１つとして多数話者又は不特定話者への対応が
あり、これには１つの単語に多数の標準パターン
を用意することで認識率の向上を図つていた。更
に、話者が同一であつても発音速度が異なること
があり、このような場合にも対応できるように時
間軸変動を吸収し得るDPマツチング法が開発さ
れていた。
の１つとして多数話者又は不特定話者への対応が
あり、これには１つの単語に多数の標準パターン
を用意することで認識率の向上を図つていた。更
に、話者が同一であつても発音速度が異なること
があり、このような場合にも対応できるように時
間軸変動を吸収し得るDPマツチング法が開発さ
れていた。
スカラー場の時空間パターンそのものを特徴と
して用いる従来の方式では、大語彙又は不特定話
者を対象とした場合、必ずしも十分な認識率が得
られておらず、たとえ、上述の如く１つの単語に
多数の標準パターンを用意したり、あるいはDP
マツチング法を用いても、これらは本格的な解決
にはならなかつた。
して用いる従来の方式では、大語彙又は不特定話
者を対象とした場合、必ずしも十分な認識率が得
られておらず、たとえ、上述の如く１つの単語に
多数の標準パターンを用意したり、あるいはDP
マツチング法を用いても、これらは本格的な解決
にはならなかつた。
従つて、大語彙又は不特定話者を対象とした音
声認識システムの実用化が停滞しているのであ
る。そこで、本発明者の１人は、特開昭60−
59394号公報及び「スペクトルベクトル場とスペ
クトルの音声認識における有効性比較について」
電子通信学会論文誌(D)、Vo1.J69−D.No.1P1704
（1986）において、時間−周波数の時空間パター
ンであるスカラー場のスペクトルを空間微分して
スペクトルベクトル場パターンを得、このパター
ンを音声の特徴として用いる手法を提案した。
声認識システムの実用化が停滞しているのであ
る。そこで、本発明者の１人は、特開昭60−
59394号公報及び「スペクトルベクトル場とスペ
クトルの音声認識における有効性比較について」
電子通信学会論文誌(D)、Vo1.J69−D.No.1P1704
（1986）において、時間−周波数の時空間パター
ンであるスカラー場のスペクトルを空間微分して
スペクトルベクトル場パターンを得、このパター
ンを音声の特徴として用いる手法を提案した。
過去スペクトルの時空点の偏微分を特徴として
用いた研究はT.B.Martinによつて為され、
“Practical applications of voice input to
machines”Proc.IEEE，64−４（1976）に開示さ
れている。しかしながら、T.B.Martinは時空間
パターンｆ（ｔ，ｘ）から ∂f（ｔ，ｘ）／∂t，∂f（ｔ，ｘ）／∂xを算出し、
これによつて各フレームについての32種類の音韻
性を識別する関数を構成し、その結果を32個の２
値で表現したものを単語単位の線形整合に用いて
おり、上述のスペクトルスカラー場からスペクト
ルベクトル場を作成する手法とは異なつていた。
用いた研究はT.B.Martinによつて為され、
“Practical applications of voice input to
machines”Proc.IEEE，64−４（1976）に開示さ
れている。しかしながら、T.B.Martinは時空間
パターンｆ（ｔ，ｘ）から ∂f（ｔ，ｘ）／∂t，∂f（ｔ，ｘ）／∂xを算出し、
これによつて各フレームについての32種類の音韻
性を識別する関数を構成し、その結果を32個の２
値で表現したものを単語単位の線形整合に用いて
おり、上述のスペクトルスカラー場からスペクト
ルベクトル場を作成する手法とは異なつていた。
本発明は上述の手法を工学的観点から更に一歩
勧めて実用化に適した改良を施した音声の特徴抽
出方式を提供することを主な目的とする。
勧めて実用化に適した改良を施した音声の特徴抽
出方式を提供することを主な目的とする。
また本発明は大語彙を対象とする音声認識、不
特定話者を対象とする音声認識においても高い認
識率が得られる音声の特徴抽出方式を提供するこ
とを他の目的としている。
特定話者を対象とする音声認識においても高い認
識率が得られる音声の特徴抽出方式を提供するこ
とを他の目的としている。
本発明の基本的特徴は、音声信号を分析して時
間軸と空間軸とで規定されるスカラー場の時空間
パターンを得、該時空間パターンを用いて音声の
特徴を抽出する音声の特徴抽出方式において、前
記時空間パターンを空間微分することにより空間
の各格子点で大きさ及び方向をもつベクトル場パ
ターンに変換し、該ベクトル場パターンのベクト
ルについて、その方向パラメータをＮ値（Ｎ：整
数）に量子化し、この量子化値を同じくするベク
トル毎に各々分離して、そのベクトルの大きさを
各格子点の値としたＮ個の方向別２次元パターン
を作成し、該方向別２次元パターンの方向別に、
時間軸のみ又は時間軸及び空間軸の両方に関して
ボカシ処理を施してなるパターンを音声の特徴と
して抽出するにある。
間軸と空間軸とで規定されるスカラー場の時空間
パターンを得、該時空間パターンを用いて音声の
特徴を抽出する音声の特徴抽出方式において、前
記時空間パターンを空間微分することにより空間
の各格子点で大きさ及び方向をもつベクトル場パ
ターンに変換し、該ベクトル場パターンのベクト
ルについて、その方向パラメータをＮ値（Ｎ：整
数）に量子化し、この量子化値を同じくするベク
トル毎に各々分離して、そのベクトルの大きさを
各格子点の値としたＮ個の方向別２次元パターン
を作成し、該方向別２次元パターンの方向別に、
時間軸のみ又は時間軸及び空間軸の両方に関して
ボカシ処理を施してなるパターンを音声の特徴と
して抽出するにある。
このボカシ処理は、男、女一方の性のみの音声
の特徴を抽出する場合は時間軸に関してのみ行え
ばよい。
の特徴を抽出する場合は時間軸に関してのみ行え
ばよい。
男女両性の音声の特徴を抽出する場合は空間軸
についてもボカシ処理を行うが、時間軸に関する
ボカシ処理を空間軸に関するボカシ処理よりも強
調して行う。
についてもボカシ処理を行うが、時間軸に関する
ボカシ処理を空間軸に関するボカシ処理よりも強
調して行う。
更にこれらのボカシ処理を予め定められた重み
値を有するマスクパターンをマスク演算すること
によつて行う。
値を有するマスクパターンをマスク演算すること
によつて行う。
入力された音声信号は時間軸と空間軸とで規定
されるスカラー場の時空間パターンからベクトル
の方向パラメータが量子化され、量子化された方
向毎に分離された複数の方向別２次元パターンに
変換される。そしてこの方向別２次元パターンは
ボカシ処理を施され方向性パターン特徴の集積化
が行われる。これによつて音声の特徴の強調と安
定化が得られる。
されるスカラー場の時空間パターンからベクトル
の方向パラメータが量子化され、量子化された方
向毎に分離された複数の方向別２次元パターンに
変換される。そしてこの方向別２次元パターンは
ボカシ処理を施され方向性パターン特徴の集積化
が行われる。これによつて音声の特徴の強調と安
定化が得られる。
この集積化は時空点（ｔ，ｘ）の一種の構造化
を行うものである。すなわち、この構造化とはＮ
枚の方向性パターンを統合して考えるとき、時空
点（ｔ，ｘ）には最大Ｎ個のベクトルを付加する
ことである（第６図参照）。このことによる音声
認識における効果は音韻性をよりよく表す特徴の
形成とその安定な表現にあり、また音韻性の特徴
がある時空間区間のスペクトルの変化に対応して
いるとする。
を行うものである。すなわち、この構造化とはＮ
枚の方向性パターンを統合して考えるとき、時空
点（ｔ，ｘ）には最大Ｎ個のベクトルを付加する
ことである（第６図参照）。このことによる音声
認識における効果は音韻性をよりよく表す特徴の
形成とその安定な表現にあり、また音韻性の特徴
がある時空間区間のスペクトルの変化に対応して
いるとする。
この特徴は、まず微視的にスペクトルベクトル
場で抽出され、次に異なつた方向区間にあるベク
トルが独立した特徴としてみなされた後にそれら
が独立して各時空点に集積される。方向ごとに独
立し、ボカシのマスクパターン内で積分すると
き、特徴の構造性が保たれたままでより巨視的な
特徴（広い時空間領域がつくる音声特徴）が捉え
られる。また、この特徴の集積が時空点（ｔ，
ｘ）ごとに行われるとすると、この音声特徴は特
定の時空間点のみに巨視的な特徴が形成されるの
ではなく、少しづつは異なるが広い（特に時間）
領域にわたつて安定に形成されることとなる。
場で抽出され、次に異なつた方向区間にあるベク
トルが独立した特徴としてみなされた後にそれら
が独立して各時空点に集積される。方向ごとに独
立し、ボカシのマスクパターン内で積分すると
き、特徴の構造性が保たれたままでより巨視的な
特徴（広い時空間領域がつくる音声特徴）が捉え
られる。また、この特徴の集積が時空点（ｔ，
ｘ）ごとに行われるとすると、この音声特徴は特
定の時空間点のみに巨視的な特徴が形成されるの
ではなく、少しづつは異なるが広い（特に時間）
領域にわたつて安定に形成されることとなる。
従つてこのボカシ処理による強調、安定化によ
つて音韻の区別化、話者の正規化が従来よりも高
精度で行える。
つて音韻の区別化、話者の正規化が従来よりも高
精度で行える。
以下本発明をその実施例を示す図面に基づいて
詳述する。
詳述する。
第１図は本発明方式を実施するための装置の構
成を示すブロツク図である。
成を示すブロツク図である。
この実施例では分析部２で音声信号をスペクト
ル分析してスカラー場の時空間パターンとして空
間軸を周波数軸とするスペクトルを用いる。
ル分析してスカラー場の時空間パターンとして空
間軸を周波数軸とするスペクトルを用いる。
標準パターン作成のための音声の入力又は認識
対象の音声の入力はマイクロホン等の音声検出器
及びＡ／Ｄ変換器からなる音声入力部１によつて
行われ、これによつて得られた音声信号は通過周
波数帯域を夫々に異にする複数チヤネル（例えば
10〜30）のバンドパスフイルタを並列的に接続し
てなる分析部２に入力される。分析部では、分析
の結果、時空間パターンが得られ、このパターン
が単語区間切出部３によつて認識単位の単語ごと
に区分されて特徴抽出部４へ与えられる。単語区
間切出部３としては従来から知られているものを
用いればよい。
対象の音声の入力はマイクロホン等の音声検出器
及びＡ／Ｄ変換器からなる音声入力部１によつて
行われ、これによつて得られた音声信号は通過周
波数帯域を夫々に異にする複数チヤネル（例えば
10〜30）のバンドパスフイルタを並列的に接続し
てなる分析部２に入力される。分析部では、分析
の結果、時空間パターンが得られ、このパターン
が単語区間切出部３によつて認識単位の単語ごと
に区分されて特徴抽出部４へ与えられる。単語区
間切出部３としては従来から知られているものを
用いればよい。
なお周波数帯域ごとに音声信号を分割する分析
部２として、以後の説明においては、上記した如
くバンドパスフイルタ群を用いることとするが、
高速フーリエ変換器を用いてもよい。
部２として、以後の説明においては、上記した如
くバンドパスフイルタ群を用いることとするが、
高速フーリエ変換器を用いてもよい。
さて本発明方式は次に説明する特徴抽出部によ
つて特徴づけられる。特徴抽出部４への入力パタ
ーンは横軸を時間軸、縦軸を周波数とする時空間
パターンであり、単語区間切出部３によつて切出
された第２図に示す時空間パターンをｆ（ｔ，ｘ）
（但しｔはサンプリングの時刻を示す番号、ｘは
バンドパスフイルタのチヤネル番号又は周波数帯
域を特定する番号。１≦ｔ≦Ｔ，１≦ｘ≦Ｌ但し
Ｔ，Ｌは夫々ｔ，ｘの最大値）と表す。
つて特徴づけられる。特徴抽出部４への入力パタ
ーンは横軸を時間軸、縦軸を周波数とする時空間
パターンであり、単語区間切出部３によつて切出
された第２図に示す時空間パターンをｆ（ｔ，ｘ）
（但しｔはサンプリングの時刻を示す番号、ｘは
バンドパスフイルタのチヤネル番号又は周波数帯
域を特定する番号。１≦ｔ≦Ｔ，１≦ｘ≦Ｌ但し
Ｔ，Ｌは夫々ｔ，ｘの最大値）と表す。
単語区間切出部３出力は特徴抽出部４の正規化
部４１へ入力され、正規化部４１は時間軸の線形
正規化をする。これは単語の長短、入力音声の長
短等をある程度吸収するためであり、時間軸をＴ
フレームからＭフレーム（例えば１６〜３２フレ
ーム程度）にする。具体的にはＭ≦Ｔの場合は、
正規化した時空間パターンＦ（ｔ，ｘ）は下記(1)
式で求められる。
部４１へ入力され、正規化部４１は時間軸の線形
正規化をする。これは単語の長短、入力音声の長
短等をある程度吸収するためであり、時間軸をＴ
フレームからＭフレーム（例えば１６〜３２フレ
ーム程度）にする。具体的にはＭ≦Ｔの場合は、
正規化した時空間パターンＦ（ｔ，ｘ）は下記(1)
式で求められる。
Ｆ（ｔ，ｘ）＝(T/M)
Claims (1)
- 【特許請求の範囲】 １ 音声信号を分析して時間軸と空間軸とで規定
されるスカラー場の時空間パターンを得、該時空
間パターンを用いて音声の特徴を抽出する音声の
特徴抽出方式において、男、女一方の性のみの音
声の特徴抽出に際し、前記時空間パターンを空間
微分することにより空間の各格子点で大きさ及び
方向をもつベクトル場パターンに変換し、該ベク
トル場パターンのベクトルについて、その方向パ
ラメータをＮ値（Ｎ：整数）に量子化し、この量
子化値を同じくするベクトル毎に各々分離して、
そのベクトルの大きさを各格子点の値としたＮ個
の方向別２次元パターンを作成し、該方向別２次
元パターンの方向別に、時間軸のみに関してボカ
シ処理を施してなるパターンを音声の特徴として
抽出することを特徴とする音声の特徴抽出方式。 ２ 音声信号を分析して時間軸と空間軸とで規定
されるスカラー場の時空間パターンを得、該時空
間パターンを用いて音声の特徴を抽出する音声の
特徴抽出方式において、前記時空間パターンを空
間微分することにより空間の各格子点で大きさ及
び方向をもつベクトル場パターンに変換し、該ベ
クトル場パターンのベクトルについて、その方向
パラメータをＮ値（Ｎ：整数）に量子化し、この
量子化値を同じくするベクトル毎に各々分離し
て、そのベクトルの大きさを各格子点の値とした
Ｎ個の方向別２次元パターンを作成し、該方向別
２次元パターンの方向別に、時間軸及び空間軸に
関してボカシ処理を施してなるパターンを音声の
特徴として抽出し、前記ボカシ処理は、時間軸に
関するボカシ処理を空間軸に関するボカシ処理よ
りも強調して行うことを特徴とする音声の特徴抽
出方式。 ３ 音声信号を分析して時間軸と空間軸とで規定
されるスカラー場の時空間パターンを得、該時空
間パターンを用いて音声の特徴を抽出する音声の
特徴抽出方式において、前記時空間パターンを空
間微分することにより空間の各格子点で大きさ及
び方向をもつベクトル場パターンに変換し、該ベ
クトル場パターンのベクトルについて、その方向
パラメータをＮ値（Ｎ：整数）に量子化し、この
量子化値を同じくするベクトル毎に各々分離し
て、そのベクトルの大きさを各格子点の値とした
Ｎ個の方向別２次元パターンを作成し、該方向別
２次元パターンの方向別に、時間軸及び空間軸に
関してボカシ処理を施してなるパターンを音声の
特徴として抽出し、前記ボカシ処理は、時間軸に
関するボカシ処理を空間軸に関するボカシ処理よ
りも強調して行い、また男女両性の音声の特徴抽
出の場合の空間軸に関するボカシ処理は、一方の
性のみの音声の特徴抽出の場合の空間軸に関する
ボカシ処理に比してより強調して行うことを特徴
とする音声の特徴抽出方式。 ４ 音声信号を分析して時間軸と空間軸とで規定
されるスカラー場の時空間パターンを得、該時空
間パターンを用いて音声の特徴を抽出する音声の
特徴抽出方式において、前記時空間パターンを空
間微分することにより空間の各格子点で大きさ及
び方向をもつベクトル場パターンに変換し、該ベ
クトル場パターンのベクトルについて、その方向
パラメータをＮ値（Ｎ：整数）に量子化し、この
量子化値を同じくするベクトル毎に各々分離し
て、そのベクトルの大きさを各格子点の値とした
Ｎ個の方向別２次元パターンを作成し、該方向別
２次元パターンの方向別に、少なくとも時間軸に
関してボカシ処理を施してなるパターンを音声の
特徴として抽出し、前記ボカシ処理は、各方向別
２次元パターンの各格子点に対し、当該格子点に
対応する中心点を有すると共に当該中心点より時
間軸の両方向に各々２格子点分以上の広がりをも
ち、予め定められた重み値を有するマスクパター
ンをマスク演算する処理であることを特徴とする
音声の特徴抽出方式。 ５ 前記重み値が総て“１”である請求項４記載
の音声の特徴抽出方式。 ６ 音声信号を分析して時間軸と空間軸とで規定
されるスカラー場の時空間パターンを得、該時空
間パターンを用いて音声の特徴を抽出する音声の
特徴抽出方式において、前記時空間パターンを空
間微分することにより空間の各格子点で大きさ及
び方向をもつベクトル場パターンに変換し、該ベ
クトル場パターンのベクトルについて、その方向
パラメータをＮ値（Ｎ：整数）に量子化し、この
量子化値を同じくするベクトル毎に各々分離し
て、そのベクトルの大きさを各格子点の値とした
Ｎ個の方向別２次元パターンを作成し、該方向別
２次元パターンの方向別に、時間軸及び又は空間
軸に関してボカシ処理を施してなるパターンを音
声の特徴として抽出し、前記ボカシ処理は、各方
向別２次元パターンの各格子点に対し、当該格子
点に対応する中心点を有すると共に当該中心点よ
り時間軸の両方向に各々２格子点分以上の広がり
をもち、且つ当該中心点より空間軸の両方向に
各々１格子分以上の広がりをもち、さらに予め定
められた重み値を有するマスクパターンをマスク
演算する処理であることを特徴とする音声の特徴
抽出方式。 ７ 前記マスクパターンの時間軸方向の広がりの
方が空間軸方向の広がりより大きい請求項６記載
の音声の特徴抽出方式。 ８ 前記マスクパターンの中心点及び時間軸方向
の前記重み値は総て“１”であり空間軸方向の重
み値が“１”より小さい請求項６記載の音声の特
徴抽出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63130784A JPH01158496A (ja) | 1987-09-30 | 1988-05-27 | 音声の特徴抽出方式 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62-248915 | 1987-09-30 | ||
| JP24891587 | 1987-09-30 | ||
| JP63130784A JPH01158496A (ja) | 1987-09-30 | 1988-05-27 | 音声の特徴抽出方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01158496A JPH01158496A (ja) | 1989-06-21 |
| JPH0558559B2 true JPH0558559B2 (ja) | 1993-08-26 |
Family
ID=17185316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63130784A Granted JPH01158496A (ja) | 1987-09-30 | 1988-05-27 | 音声の特徴抽出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01158496A (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2613108B2 (ja) * | 1989-09-27 | 1997-05-21 | 工業技術院長 | 音声認識方法 |
| DE19729671A1 (de) * | 1997-07-11 | 1999-01-14 | Alsthom Cge Alcatel | In einem Gehäuse angeordnete elektrische Schaltungsanordnung |
| JP4930608B2 (ja) * | 2010-02-05 | 2012-05-16 | 株式会社Ｊｖｃケンウッド | 音響信号分析装置、音響信号分析方法及び音響信号分析プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0330159A (ja) * | 1989-06-27 | 1991-02-08 | Alps Electric Co Ltd | 磁気ディスク装置 |
-
1988
- 1988-05-27 JP JP63130784A patent/JPH01158496A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH01158496A (ja) | 1989-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hermansky et al. | Multi-resolution RASTA filtering for TANDEM-based ASR | |
| EP1041540B1 (en) | Hierarchial subband linear predictive cepstral features for HMM-based speech recognition | |
| JPH036517B2 (ja) | ||
| CN113160852A (zh) | 语音情绪识别方法、装置、设备及存储介质 | |
| Do et al. | Speech source separation using variational autoencoder and bandpass filter | |
| Kulkarni et al. | A review of speech signal enhancement techniques | |
| Khan et al. | Speaker separation using visually-derived binary masks | |
| Chavan et al. | Speech recognition in noisy environment, issues and challenges: A review | |
| JPS6128998B2 (ja) | ||
| Do et al. | Speech Separation in the Frequency Domain with Autoencoder. | |
| Riazati Seresht et al. | Spectro-temporal power spectrum features for noise robust ASR | |
| EP0292929B1 (en) | Method of feature extraction and recognition of voice and recognition apparatus | |
| JP2003005790A (ja) | 複合音声データの音声分離方法、発言者特定方法、複合音声データの音声分離装置、発言者特定装置、コンピュータプログラム、及び、記録媒体 | |
| Kamble et al. | Emotion recognition for instantaneous Marathi spoken words | |
| Singh et al. | Novel feature extraction algorithm using DWT and temporal statistical techniques for word dependent speaker’s recognition | |
| Wang et al. | Speech enhancement based on noise classification and deep neural network | |
| Deiv et al. | Automatic gender identification for hindi speech recognition | |
| JPH0330159B2 (ja) | ||
| Guntur | Feature extraction algorithms for speaker recognition system and fuzzy logic | |
| Khan et al. | Speaker separation using visual speech features and single-channel audio | |
| Shahrul Azmi et al. | Noise robustness of Spectrum Delta (SpD) features in Malay vowel recognition | |
| JPH01158496A (ja) | 音声の特徴抽出方式 | |
| Ruinskiy et al. | Spectral and textural feature-based system for automatic detection of fricatives and affricates | |
| Dendukuri et al. | Statistical feature set calculation using Teager energy operator on emotional speech signals | |
| JP2613108B2 (ja) | 音声認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080826 Year of fee payment: 15 |