| 研究課題/領域番号 |
19K11975
|
|---|
| 研究機関 | 大同大学 |
|---|
研究代表者 |
柘植 覚 大同大学, 情報学部, 教授 (00325250)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 話者認識 / バイオメトリクス認証 / 個人認証 / 人工音声 |
|---|
| 研究実績の概要 |
未来に到達するIoT（Internet of Things）時代におけるセキュリティ強化として生体情報を用いた個人認証が注目されている。特に、音声による個人認証（話者認識）は利便性が高く有効な個人認証方法の一つであると言える。しかし、音声合成技術の飛躍的な進歩により人工音声による話者認識器詐称が危惧されている。本研究では、人工音声による話者認識機器詐称の対策手法に関し研究を進める。申請期間内に日本語の人工音声コーパスを作成し申請期間終了時に一般公開する。人工音声による話者認識器詐称を対策方法の高精度化を進めるため、人工音声と実音声の相違点を明確にするとともに、人工音声による話者認識器詐称の対策手法に関して、特徴量空間の観点および判別モデルの観点で研究を進め、高精度な詐称防止方法を確立させる。
2019年度において、人工音声作成方法の検討として、フリーソフトウェアYukarinを用いた。このソフトウェアにより人工音声を作成し、人工音声・実音声識別実験を行った。また、人工音声・実音声の新たな識別方法として、部分空間を用いた人工音声・実音声識別手法の検討を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
2019年度において、日本音響学会により構築された「新聞記事読み上げ音声コーパス」に対し、声質変換方式である「統計的声質変換方式」およびテキスト音声合成方式である「隠れマルコフモデルに基づく統計的パラメトリック音声合成方式」を用い人工音声コーパスを構築する予定であったが、人工音声作成に適した話者グループ、話者数、発声などの検討に時間がかかったうえ、「統計的声質変換方式」、「隠れマルコフモデルに基づく統計的パラメトリック音声合成方式」以外の人工音声作成法を先に検討したため、予定した全人工音声データの作成に至らなかった。
また、英語人工音声データベースに対する話者認識実験を行い、詐称可能性が高い人工音声を特定する検討を行ったが、詳細な分析を行えておらず、この点において2020年度以降に実施する予定である。
|
| 今後の研究の推進方策 |
2019年度に予定していた「人工音声コーパス」の構築を第一の課題として、2020年度初旬に2種類の人工音声作成方法にて早急に人工音声を作成する。そのコーパスを用いて、現在、行われているベースライン手法を用いた人工音声・実音声識別実験を行う。
また、人工音声判別手法として、引き続き部分空間を用いた人工音声・実音声判別手法の高度化を進める。現在は、MFCCを基とした空間でこれらを検討しているが、LFCC特徴量空間、CQCC特徴量空間においても同様の検討を行い、適した特徴量の検討を行う。
|
| 次年度使用額が生じた理由 |
2019年度は在職大学より特別予算が付き、科研費の内容をその予算から支出したため、大幅に次年度使用額が生じた。2020年度に高機能の計算機を購入し、人工音声作成、判別実験、話者認識実験の時間を減少させる予定である。
|
