Research on retriving speech and acoustic dark data
| Project/Area Number |
23K24895
|
|---|
| Project/Area Number (Other) |
22H03639 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Keio University (2024)
The University of Tokyo (2022-2023) |
|---|
Principal Investigator |
高道 慎之介 慶應義塾大学, 理工学部(矢上), 准教授 (90784330)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
井本 桂右 同志社大学, 文化情報学部, 准教授 (90802116)
猿渡 洋 東京大学, 大学院情報理工学系研究科, 教授 (30324974)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000)
Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2024: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2023: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2022: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
|
|---|
| Keywords | 音声認識合成 / 音響認識合成 / ダークデータ / コーパス |
|---|
| Outline of Research at the Start |
本研究課題は，音声音響ダークデータから，超大規模かつ広範利用できる音声音響コーパスを構築する方法論を扱う．その実現にあたり，(1) 音声音響ダークデータを自動取得するWeb工学技術の開発，(2)ダークデータからその利用可能性を定量化する機械学習技術の開発，(3)大規模データに対する効率的なラベリング法，(4)種々の音声音響認識合成における評価を実施する．
|
| Outline of Annual Research Achievements |
本年度は (1) 評価ループに基づく音声合成，(2) Webデータからのコーパス構築法，(3) 音響イベントとシーンの同時分析を提案した．
(1) 評価ループに基づく音声合成については，ダークデータから音声合成を構築する方法を提案した．ダークデータに対するデータ洗練処理が機械学習にとって最適とは限らないため，最終的な機械学習性能が最大になるようにデータ洗練・選択を実行する方法を提案した．
(2) Webデータからのコーパス構築法については，動画に紐づくメタ情報を用いて，所望の音声データを構築する方法を提案した．
(3) 音響イベントとシーン同時分析においては，Webデータのようなノイジーなデータにしばしば登場する乱出データを分析する方法を提案した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の予定通りに進行している．
|
| Strategy for Future Research Activity |
大規模音声音響モデル，大規模音声コーパスの頒布を進める．
|
Report
(2 results)
Research Products
(22 results)
