| 研究課題/領域番号 |
15300060
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理・知能ロボティクス
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
鹿野 清宏 奈良先端科学技術大学院大学, 情報科学研究科, 教授 (00263426)
|
|---|
| 研究分担者 |
猿渡 洋 奈良先端科学技術大学院大学, 情報科学研究科, 助教授 (30324974)
戸田 智基 奈良先端科学技術大学院大学, 情報科学研究科, 助手 (90403328)
川波 弘道 奈良先端科学技術大学院大学, 情報科学研究科, 助手 (80335489)
李 晃伸 奈良先端科学技術大学院大学, 情報科学研究科, 助手 (80332766)
|
|---|
| 研究期間 (年度) |
2003 – 2006
|
| 研究課題ステータス |
完了 (2006年度)
|
| 配分額 *注記 |
16,100千円 (直接経費: 16,100千円)
2006年度: 4,500千円 (直接経費: 4,500千円)
2005年度: 3,200千円 (直接経費: 3,200千円)
2004年度: 3,200千円 (直接経費: 3,200千円)
2003年度: 5,200千円 (直接経費: 5,200千円)
|
|---|
| キーワード | 音声認識 / 音声対話システム / ハンズフリー音声認識 / 話者適応 / 音声データベース / 音韻モデル / 言語モデル / 非可聴つぶやき / 音声情報案内システム / 音声質問応答データベース / ブラインド音源分離 / 話者・環境適応 / 音声による年齢層識別 / 雑音モデル / 無音声認識・無音声電話 |
|---|
| 研究概要 |
当初計画では、下記の項目の研究を行うことを述べている。
1.雑音除去信号処理、高精度音韻モデルおよび環境・話者適応アルゴリズム、
2.自由な発話を受け付けるタスク対応言語モデル、
3.ユーザにマイクを意識させないハンズフリー音声認識、
4.音声対話システムを使いやすくするためのヒューマンファクターの把握、
これらの研究を、実験室内に音声認識システムを構築して研究するだけでなく、実環境に、音声認識システムを設置してアルゴリズムの有効性やヒューマンファクターの把握に努める。
1.の話者・環境の同時適応を行う教師なし適応アルゴリズムについては、十分統計量に基づく教師なし話者適応アルゴリズムの精度と、任意の1文発声で話者適応を数秒でできるレベルに到達した。
2.のタスク対応に関しては、「たけまるくん」の2年間の書き起こしテキストを用いて、言語モデルを改善した。また、子ども用の言語モデル、大人用の言語モデルを作成して、子どもと大人の並列でコーディングにより、単語認識精度、応答性能の大幅な向上を達成した。
3.のハンズフリー音声認識に関しては、ヌルビームフォーマ型のSSA (Spatial Subtraction Array)のほかに、ブラインド音源分離(BSS)のSIMO-ICAを考案して、歪みなしの実時間音源分離技術を確立した。さらに、BSSとSSAのメリットを生かしたBSSA (Blind Spatial Subtraction Array)を考案した。
4.に関しては、生駒市北コミュニティセンターに大語彙連続音声認識Juliusベースの音声情報案内システム「たけまるくん」を設置して、4年半以上にわたり運用した。最初の2年間の音声データの書き起こしと応答テキストの付与を行った。このデータベースにより、音韻モデル、言語モデル、質問応答データベースの精度が向上した。さらに、騒音レベルの高い近鉄学研北生駒駅に、2種類の音声情報案内システム、エージェントタイプの「キタちゃん」とロボットタイプの「キタロボ」を設置し、1年以上、運用している。「たけまるくん」からのポータビリィティなどについても検討した。
その他、当初計画になかった下記の事柄についても、大きな成果をあげた。
5.静かな音声メディア「非可聴つぶやき」による静かな音声認識「無音声認識」と声を出さない電話「無音声電話」を提案し、かつ、可能性を実証した。
|
