Development of a barrier-free human speech recording system in environments with increased or decreased objective target sound and noise.

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K12763
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90150:Medical assistive technology-related
• Research Institution: Ariake National College of Technology (2022-2023); National Institute of Technology, Kumamoto College (2020-2021)
• Principal Investigator: Ishibashi Takaaki 有明工業高等専門学校, 創造工学科, 准教授 (60455178)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 音声信号処理 / 雑音除去 / 目的音抽出 / 信号分離

Outline of Final Research Achievements

A study was conducted to develop a target speech extraction device in environments where speech sounds increase or decrease. We proposed a method of target speech extraction and noise reduction by signal processing only during the period when the target speaker speech is present. Our sound source separation system was proposed for moving sound sources by using short-time frame processing. Furthermore, we proposed a method for extracting the target speech when the power of the noise is higher than that of the target speech.

Free Research Field

信号処理

Academic Significance and Societal Importance of the Research Achievements

音声を聞き取りやすくするためのデバイスの開発により、音声を聞き取りづらい障がい者や高齢者と一緒に会話できるようになる。また、スマートフォンでの音声認識や、音声による電子機器の制御においても、目的音声の抽出技術を用いることで騒音環境下での利用が期待できる。このように音声を用いたデバイスの使用状況を考えると、発話される場所と収録されるマイクロフォンの距離は数メートルよりも近いことが多く、騒音レベルや残響時間は一般家庭の室内を想定されることが多いと考えられる。そのため、これらの条件に基づいて目的話者音声を抽出する本研究は、バリアフリーのための技術やIoTに利用できる技術である。