雑音に強い音声認識システム：効率的かつ効果的な雑音補償で高精度に音声を認識

摘要

音声認識とは機械が人の話し声を理解できるようにする技術です。近年，静かな環境で非常に高い認識性能を持つ音声認識システムが構築されていますが，騒音が大きい環境ではしばしば性能が大きく劣化してしまいます。東芝はこれまで，音声認識システムの耐雑音性向上に取り組hできました。今回，雑音問題を効率的かつ効果的に扱う新たな手法PCMLLR（予測制限付き最ゆう線形回帰）を開発し，大幅な音声認識性能の改善を実現しました。VTS（ベクトルテイラー級数）と呼ばれる手法を改良したもので雑音環境下の米語（米国英語）の音声データベースを用いた評価において，VTSよりも少ない計算量で良い認識性能を示しました。