1-Q-9 SVMとCARTの組み合わせによる AdaBoostを用いた音声区間検出目的松田博義，滝口哲也，有木康雄(神戸大) 提案手法 SVMと，弱識別器にCARTを用いたAdaBoost (CART-AdaBoost)の二つの識別器を連結する．通常通り作成したSVMで,学習データの評価を行い,識別の正否によってAdaBoost規準の重みを与える． SVMから得られたデータ重みを用いてReal AdaBoostの学習を行う． SVMとReal AdaBoostの線形和をとることにより提案手法による識別機とする．音声 VAD 音声特徴抽出 F x   識別機による信頼値計算     yi si K xi , x   b      cm f m x  m 1  i 1  SVM のノルム ： CART  AdaBoostのノルム f : CART L 平滑化及び閾値処理音声区間非音声区間学習データ重み付き学習 SVM n SVMによる識別境界  1  errm    m  log  errm  w( m1)i  wmi exp m I { f m ( xi )  yi }, i  1,2,..., N . w ( m 1) i  1. 0 x1 とする時，SVMの分離関数は次式で与えられる． (b) 誤り率 errm，及び弱識別器への重み mを計算 K  xi , x   exp   xi  x f m  x    1,1,  n errm   wmi I { f m ( xi )  y i } i 1  1  errm    m  log  errm  (c) f mの識別結果を用いて，学習データに対する重みを更新 w( m 1)i  wmi exp m I { f m ( xi )  y i }, i  1,2,..., N . w i ( m 1) i  1. M 3. f m (m  1,...M )より強識別器 Fを得る : F ( xt )    m f m  xt  m 1 弱学習機・・・評価尺度 1 -1 FRR  FAR GER   100% 2 CART (Classification And Regression Trees) 最もよくデータを分割でき data る次元から順に閾値を設定し分割を行なう． r 次元続いて分割の結果生じた各サブグループを分割していく．このプロセスは，こ data れ以上分割しても分割の正確性が改善されないところ，あるいは他の停止基準を満たすところまで繰り data 返される． 15 SVM CART-AdaBoost Proposed 提案手法による識別境界 x1 学習データ -非音声：CENSREC-1-Cより実験に使わなかったデータの非音声部分を切り出したもの(約20分)． -音声：AURORA-2Jの学習用クリーン音声に上記の非音声を重畳させたものを用いた(8440発話)．テストデータ・CENSREC-1-Cより実環境データ -食堂(高SNR)，食堂(低SNR)，道路(高SNR)，道路(低SNR)の4環境． -男性4名，女性5名．各話者9～10発話のデータ ×４．音声特徴量・MFCC -窓幅32 ms，シフト幅8 ms，ΔMFCC，32次元．比較対象・SVM -RBFカーネル，γ=5．・AdaBoost -最大繰り返し数100．・提案手法 r2次元 data 考察，及び今後の予定 30 14.5 13.4 13.5 13.6 13 87.5 , 87.5 90 12 80 70 70 80 90 100-FAR (%) 12.2 12.5 N FR :非音声と検出された音声フレームの数 N FA : 音声と検出された非音声フレームの数識別 data 14 100 N s : 音声フレームの総数 N ns :非音声フレームの総数  SVMの分離平面は，カーネルトリックによる高次空間上で，サポートベクトル(最も他クラスに近い位置にあるベクトル)のマージン最大化により決定される．ここではカーネル関数にはRBFカーネルを用いた．評価実験 100-FRR (%) N FA FAR   100% N ns 弱学習機 <θ 性能評価はフレームベースで行い， FRR (False Rejection Rate)と， FAR (False Acceptance Rate), GER (Generalization Error Rate)を用いる． N FR FRR   100% Ns ・・・ ∑ ≧θ 2 １テストデータデータ集合精度に応じて重みを決定 -1 実験条件 N (a) wmiを用いて，弱識別器を学習精度に応じて重みを決定 0 x1 CART-AdaBoostによる識別境界  L  y  sgn   yi i K  xi , x   b   i 1  弱学習機 1 学習 (x1, y1 ),(xN , yN )　xi  R , yi {1,1} 2.以下を M回繰り返す (m  1,2,...,M ) : 弱学習機 <θ x2 学習データのベクトル集合を， (Nは学習データの総数 ) 弱学習機 ≧θ i 1 SVM (Support Vector Machine) AdaBoost データに重み付き対する学習重みの更新 SVM ＋ 1.学習データに重み w1i  1 / N , (i  1,2,..., N )を与える . 重み付き学習 CARTAdaBoost ∑ errm   wmi I { f m ( xi )  yi } x2 0 識別器・CART-AdaBoost を学習・ノルム及びβの計算 SVM学習終了時のデータに対する重みの更新式 M x2 テストデータ CARTAdaBoost ・識別境界の作成・学習データの評価及び重み付け・学習データのノルム計算(スコアの２次平均) i 実環境における問題点 目的音声に重畳する各種の雑音による認識性能の劣化 音声区間のみを検出(VAD:Voice Activity Detection)することが必要 ここでは識別機に関する提案を行ったデータに対する重みの更新重み付き学習 100 Baseline SVM CART- Proposed AdaBoost 左図はFAR,FRRのROC (Receiver Operating Characteristic)曲線を表したもの．右図の実験結果におけるBaselineとは,CENSREC-1-Cに付されているEnergybased VADの実験結果．考察 •提案手法が最も小さい識別誤差 •SVMとCARTAdaBoostによって作られる領域の違い •CART-AdaBoostによりSVMを補完することが可能今後の予定 •マルチクラスに拡張 •異なる特徴量の使用