語彙の確率的構造に基づく符号化による多選択肢タスク用音声認識の高精度化

• 研究課題/領域番号: 20500166
• 研究種目: 基盤研究(C)
• 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: 法政大学
• 研究代表者: 伊藤 克亘 法政大学, 情報科学部, 教授 (30356472)
• 研究期間 (年度): 2008 – 2010
• 研究課題ステータス: 完了 (2010年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2010年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2009年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2008年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
• キーワード: 音声認識 / 話者認識 / 音響ライフログ / 話者識別 / ライフログ / 音声強調 / 音声インタフェース

研究概要

音声認識において、言語モデルの貢献を度外視した場合には、音素単位では認識率が悪くなる可能性は観測されたが、特定の音素系列において統計的に有意なレベルで認識率が悪化することはないことがわかった。一方で、話者認識・話者識別においては、言語モデルを利用しないのが一般的であるため、単語認識と同様の問題が生じることがわかった。さらに、話者識別のほとんどの応用では、学習データを十分に得ることが期待できない。さらに認識対象の音素系列を事前に想定できないことも多く、音声認識より高性能化が難しい問題であることが明らかになった。

研究成果

• [学会発表] 話者照合と音声認識を併用したスマートフォン向け認証システムの作成 (2011)
  • 著者名/発表者名: 平野邦彦,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2011-03-04
• [学会発表] デジタル放送の字幕情報を用いた発話者のアノテーション (2011)
  • 著者名/発表者名: 山室慶太,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2011-03-04
• [学会発表] 音声を用いた農作業日誌システムの構築 (2011)
  • 著者名/発表者名: 住澤卓也,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2011-03-04
• [学会発表] 話者照合と音声認識を併用したスマートフォン向け認証システムの作成 (2011)
  • 著者名/発表者名: 平野邦彦
  • 学会等名: 情報処理学会 全国大会
  • 発表場所: 東京
  • 年月日: 2011-03-04
• [学会発表] デジタル放送の字幕情報を用いた発話者のアノテーション (2011)
  • 著者名/発表者名: 山室慶太
  • 学会等名: 情報処理学会 全国大会
  • 発表場所: 東京
  • 年月日: 2011-03-04
• [学会発表] 音声を用いた農作業日誌システムの構築 (2011)
  • 著者名/発表者名: 住澤卓也
  • 学会等名: 情報処理学会 全国大会
  • 発表場所: 東京
  • 年月日: 2011-03-02
• [学会発表] Speaker model updating by the conversational sounds in speaker verification (2010)
  • 著者名/発表者名: Keita Yamamuro, Katunobu ITOU
  • 学会等名: IIWAS2010(査読有)
  • 年月日: 2010-11-04
• [学会発表] Speaker model updating by the conversational sounds in speaker verification (2010)
  • 著者名/発表者名: Keita Yamamuro
  • 学会等名: IIWAS2010
  • 発表場所: Paris, France
  • 年月日: 2010-11-04
• [学会発表] Speaker model updating by the conversational sounds in speaker verification (2010)
  • 著者名/発表者名: Kazufumi Nakamura, Katunobu ITOU
  • 学会等名: internoise 2010(概要査読有)
  • 年月日: 2010-06-15
• [学会発表] 音響ライフログへのアノテーションのための話者と場所の自動分類 (2010)
  • 著者名/発表者名: 山野貴一郎,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2010-03-11
• [学会発表] 携帯端末への話者照合を用いたセキュリティロック (2010)
  • 著者名/発表者名: 山室慶太,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2010-03-11
• [学会発表] 高齢者の加齢による聴力低下に対応する音声強調 (2010)
  • 著者名/発表者名: 田母神恒,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2010-03-11
• [学会発表] Flashコンテンツ操作のための音声認識インタフェース (2010)
  • 著者名/発表者名: 松浦健太,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2010-03-11
• [学会発表] 音響ライフログへのアノテーションのための話者と場所の自動分類 (2010)
  • 著者名/発表者名: 山野貴一郎
  • 学会等名: 情報処理学会全国大会(第72回)
  • 発表場所: 東京大学
  • 年月日: 2010-03-11
• [学会発表] 携帯端末への話者照合を用いたセキュリティロック (2010)
  • 著者名/発表者名: 山室慶太
  • 学会等名: 情報処理学会全国大会(第72回)
  • 発表場所: 東京大学
  • 年月日: 2010-03-11
• [学会発表] 高齢者の加齢による聴力低下に対応する音声強調 (2010)
  • 著者名/発表者名: 田母神恒
  • 学会等名: 情報処理学会全国大会(第72回)
  • 発表場所: 東京大学
  • 年月日: 2010-03-11
• [学会発表] コンテンツ制作における収録音編集のための音声強調 (2010)
  • 著者名/発表者名: 中村一文,伊藤克亘
  • 学会等名: 情報処理学会全国大会(査読無)
  • 年月日: 2010-03-10
• [学会発表] コンテンツ制作における収録音編集のための音声強調 (2010)
  • 著者名/発表者名: 中村一文
  • 学会等名: 情報処理学会全国大会(第72回)
  • 発表場所: 東京大学
  • 年月日: 2010-03-10
• [学会発表] Browsing Audio Life-log Data Using Acoustic and Location Information (2009)
  • 著者名/発表者名: Kiichiro Yamano, Katunobu ITOU
  • 学会等名: UBICOMM 2009(査読有)
  • 年月日: 2009-11-15
• [学会発表] Browsing Audio Life-log Data Using Acoustic and Location Information (2009)
  • 著者名/発表者名: 山野貴一郎
  • 学会等名: UBICOMM 2009
  • 発表場所: Malta
  • 年月日: 2009-11-15
• [学会発表] 音響情報を用いたライフログデータのインデキシング (2009)
  • 著者名/発表者名: 山野貴一郎
  • 学会等名: 情報処理学会全国大会
  • 発表場所: 立命館大学
  • 年月日: 2009-03-11
• [学会発表] バイノーラルマイクを用いたライフログ映像のショット識別 (2008)
  • 著者名/発表者名: 山野貴一郎,伊藤克亘
  • 学会等名: 信号処理シンポジウム(査読無)
  • 年月日: 2008-11-13
• [学会発表] バイノーラルマイクを用いたライフログ映像のショット識別 (2008)
  • 著者名/発表者名: 山野貴一郎
  • 学会等名: 第23回信号処理シンポジウム
  • 発表場所: 金沢
  • 年月日: 2008-11-13
• [学会発表] Detecting Scenes in Lifelog Videos based on Probabilistic Models of Audio data. (2008)
  • 著者名/発表者名: Kiichiro Yamano, Katunobu ITOU
  • 学会等名: Acoustics, 08(概要査読有)
  • 年月日: 2008-07-03
• [学会発表] Detecting Scenes in Lifelog Videos based on Probabilistic Models of Audio data (2008)
  • 著者名/発表者名: Kiichiro Yamano
  • 学会等名: Acoustics 08
  • 発表場所: Paris
  • 年月日: 2008-07-03
• [学会発表] 情報処理学会全国大会(査読無)
  • 著者名/発表者名: 山野貴一郎,伊藤克亘,音響情報を用いたライフログデータのインデキシング
  • 学会等名: 20090311
• [備考] ホームページ等
  • URL: http://cis.k.hosei.ac.jp/info/faculty/digital/itou.html