| 研究課題/領域番号 |
17K00234
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 京都産業大学 (2018-2020)
大阪大学 (2017) |
|---|
研究代表者 |
川村 新 京都産業大学, 情報理工学部, 教授 (60362646)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 画像の音変換 / スペクトログラム / 位相スペクトル / 長時間フーリエ変換 / 反復位相復元 / 情報システム / 画像 / 音声等認識 / 情報通信工学 |
|---|
| 研究成果の概要 |
音声をフーリエ変換し，角周波数の振幅スペクトルを輝度として，時間方向に並べた画像をスペクトログラムと呼ぶ．本研究では，一般的な画像を音声のスペクトログラムに埋め込み，音声を合成する方法について検討した．画像をスペクトログラムに埋め込むと，音声の振幅スペクトルが失われる．しかし，音声の長時間位相スペクトルを利用すれば，明瞭度のある音声を合成することができる．そこで提案法では，画像を振幅スペクトル，音声を位相スペクトルに対応させることで，画像から明瞭度のある音声を合成した．提案法では，合成音声から埋め込み画像を復元する際に，一般の情報埋め込み技術とは異なり，振幅スペクトルそのものが画像を表現する．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，画像を埋め込んだ合成音声をスピーカ等から放射し，受信側で音声から画像を復元する．この技術が完成すれば，音声から得られる言葉の情報とともに，画像情報も同時に伝達できる．また，WiFi環境が整備されていない場所でも受信が可能となり，受信可能範囲も，スピーカの音量調整により制御可能となる．応用例は多岐にわたり，防災用スピーカからの緊急放送に避難経路や災害現場の写真を埋め込む，ラジオの天気予報に天気図を埋め込む，絵本の読み聞かせに該当ページの絵を埋め込む，タイムセール放送に商品や売り場の地図を埋め込む，海外のバスや電車の音声アナウンスに翻訳情報を埋め込む，などが考えられる．
|
