| 研究課題/領域番号 |
20K11910
|
|---|
| 研究機関 | 豊橋技術科学大学 |
|---|
研究代表者 |
新田 恒雄 豊橋技術科学大学, 工学(系)研究科(研究院), シニア研究員 (70314101)
|
|---|
| 研究分担者 |
入部 百合絵 愛知県立大学, 情報科学部, 准教授 (40397500)
田口 亮 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (70508415)
桂田 浩一 東京理科大学, 理工学部情報科学科, 教授 (80324490)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 脳波 / 音声想起 / 線形予測分析 / 音節ラベリング / 音節ラベリングツール / 分節情報抽出 / 超分節情報抽出 |
|---|
| 研究実績の概要 |
音声想起(speech imagery) 多電極脳波(EEG)データに対して，以下の研究開発を行った．
(1) 単音節・単語・文の分節想起脳波データ(21電極)を3名～5名収集した．また，アクセント(高低) を変えた単語についても想起データを収集した．(2) 音声想起に対する分析モデルとして，線形予測分析(Linear Predictive Analysis; LPA) をベースに線スペクトルパラメータを抽出し，21電極からの音節ラベリングデータベースを作成した．(3) (2) の脳波データに対して目視による音節ラベリングを実施すると共に，ラベリングを半自動で行うラベリングツールを試作した．(4) 目視ラベリングにより切り出した，単音節(連鎖)を用いて，C-V (C=子音，V=母音) 区間から，主成分分析(PCA) を中心に母音固有空間 (φ(V, m); V=5母音，m=軸数)を求めると同時に，CNN (Convolutional Neural-network) ベースの母音分類を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
3 年の全研究開発期間には，(1) 音声想起脳波(EEG信号)の収集とデータベース化，(2) 脳波に対する前処理方式(電極間調整，ノイズ低減等)の開発，(3) 脳波分析方式の開発，(4) 脳波に対する音節目視ラベリングと半自動ラベリングツールの開発，(5) 母音・子音に対する固有空間導出と21電極からの特徴抽出方式開発，(6) 想起した音節・単語・文に関する認識方式の開発までを予定している．このうち，(1)～(4)，および(5) のうちの母音高精度識別(被検者5名について75%) までを終えることができた．
|
| 今後の研究の推進方策 |
3 年目の研究期間では，母音に続いて子音に関する固有空間抽出と21電極からの特徴抽出，高精度識別達成，および文認識システムの試作を行いたい．また脳波(EEG)に対する音節自動ラベリングツール開発すると共に，分析・認識機能の全モジュールをツール上に搭載したい．
|
| 次年度使用額が生じた理由 |
新型コロナの蔓延から国際会議等の海外出張が無くなり，令和3年度の研究費を消化できなくなった．令和4年度には，国際会議に参加・発表を行いたい．
|
