| 研究課題/領域番号 |
19K04934
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25020:安全工学関連
|
|---|
| 研究機関 | 大阪工業大学 |
|---|
研究代表者 |
脇田 由実 大阪工業大学, ロボティクス&デザイン工学部, 教授 (10590359)
|
|---|
| 研究分担者 |
中藤 良久 九州工業大学, 大学院工学研究院, 教授 (10599955)
松田 千登勢 摂南大学, 看護学部, 教授 (70285328)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | オンライン日常会話 / 高齢者サービス住宅 / 応答発声の音響特性 / 高齢者会話特徴 / 会話理解度推定 / 応答発声 / ピッチ抽出 / オンライン会話データ / 衰え度察知システム / 日常会話解析 / 高齢者会話特性 / 基本周波数の時間変化 / トピックシフト特性 / 理解力衰え推定 / 目標会話識別 / 応答時の非言語情報 / 時間変化成分 / 目標音声識別 / パワー時間変化分布 / 応答しぐさ / 衰え推定 / 非言語情報 |
|---|
| 研究開始時の研究の概要 |
高齢者交通事故の原因は「運転操作不適」であり、高齢者に「衰え」の自覚がなく自らを過信している問題が指摘されている。日常生活の中でさりげなく衰えを察知し本人に警鐘を促すシステムを実現し、事故を未然に防ぎたい。我々は、独自の高齢者日常会話データから、会話の基本周波数の分布が、会話を聞いた人が老化に気付くしくみと関連が深いこと発見し、衰え察知モデルを示した。しかし本データは衰えの経時変化を含んでいないため、提案モデルは、高齢者らしさは判断できても「加齢による衰え」を察知できるかは明確ではない。本研究では、施設にて高齢者の会話を長期に観察することで提案モデルを改良し、衰え察知モデルを確立する。
|
| 研究実績の概要 |
1.オンライン会話の追加録音：昨年確立した収録方法（会話者側で収録は行わず、遠隔から録音者がオンラインツールに参加）にて、昨年とは別の介護付き高齢者サービス住宅に協力頂き、５名分４会話（３～４分／会話）の追加収録を実施した．（2024 IEEE 13th Global Conference on Consumer Electronics にて本データを用いた研究論文投稿中）
2.上記収集音声の音声データベース構築作業の精度向上と効率化：これまで複数人による音声データベース構築（話者情報、書き起こし文の追加）を行っていたが、データへのタグ付け条件を決めていても、今回の高齢者サービス住宅における会話はタグつけ作業の個人差が大きい．そこで、今回は研究担当者１名が仕様決めと並行に統一した判断でタグつけを行い，また音声認識ツールを用いた作業効率化を図った．音声認識ツールを用いて認識結果から応答発声を絞り込み、そこのみを応答発声として抽出する方法である．これにより、データベースの質の一貫性による精度向上と作業効率の改善（約２倍）を達成した．
3.ピッチの時間変化による応答発声の特定：昨年度のオンライン収録による音声データの課題として、オンライン会話では２人の会話がより頻繁に重なるため、応答発声部分の特定が困難であった．そこで、ピッチとパワーとの時間変化を時系列に沿って相対的に比較することで、相手の発声に重なっていない応答発声部分を70％の確率で特定できることが分かった．これを用いて、収録音声から応答発声データを作成する際の加速化を行った．
|
