大規模音声ドキュメントを対象とする超高速検索エンジンの構築

2013 年度 研究成果報告書

• 研究課題/領域番号: 22300060
• 研究種目: 基盤研究(B)
• 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: 早稲田大学 (2012-2013); 豊橋技術科学大学 (2010-2011)
• 研究代表者: 新田 恒雄 早稲田大学, グリーンコンピューティングシステム研究機構, 教授 (70314101)
• 研究分担者: 桂田 浩一 豊橋技術科学大学, 国際交流センター, 准教授 (80324490)
• 連携研究者: 入部 百合絵 愛知県立大, 科学情報科学部, 助教 (40397500)
• 研究期間 (年度): 2010-04-01 – 2013-03-31
• キーワード: 音声情報処理 / ビッグデータ / 高速検索 / サフィックス・アレー / 音素認識 / 調音素性抽出 / ディープニューラルネット / 双対空間

研究概要

ビッグデータ中の音声ドキュメントから任意のキーワードを，実時間で検索する技術を開発した。
研究実施にあたっては，(1)未知語を含む音声を高精度に音素列へ変換する技術，(2)曖昧性を含む音素列からキーワードを高速に検索する技術の二つに焦点をあてた。
(1)では，双対空間で音素特徴を効率よく抽出すると共に，多層パーセプトロンで調音素性を抽出し，音素を高精度に識別する方式を開発した。(2)では，接尾辞配列に基づき反復深化探索を行う方式をベースに，調音素性間の距離計算を用いた連続DP，およびキーワード分割アルゴリズムを実装することで，検索精度，検索速度，記憶容量の三つの課題を同時に克服できることを示した。

研究成果

• [雑誌論文] Solving the phoneme conflict in Grapheme-To-Phoneme Conversion using a Two-Stage Neural Network-based approach (2014)
  • 著者名/発表者名: Seng Kheang, Kouichi Katsurada, Yurie Iribe and Tsuneo Nitta
  • 雑誌名: IEICE Trans. on Info. and System 巻: Vol.E97-D, No.4 ページ: 901-910
  • 査読あり
• [雑誌論文] Mapping Articulatory Features to Vocal- Tract Parameters for Voice Conversion (2014)
  • 著者名/発表者名: Narpendyah W. Ariwardhani, Yurie Iribe, Kouichi Katsurada and Tsuneo Nitta
  • 雑誌名: IEICE Trans. on Info. and System 巻: Vol.E97-D, No.4 ページ: 911-918
  • 査読あり
• [雑誌論文] Suffix Arrayを用いた高速音声検索語検出システムの性能評価 (2013)
  • 著者名/発表者名: 桂田浩一,勝浦広大,入部百合絵,新田恒雄
  • 雑誌名: 電子情報通信学会論文誌 巻: Vol.J96-D,No.10 ページ: 2540-2548
  • 査読あり
• [雑誌論文] 調音特徴―声道音響パラメータ変換を用いた調音特徴運動HMM音声合成 (2013)
  • 著者名/発表者名: 木村優志,入部百合絵,桂田浩一,新田恒雄
  • 雑誌名: 電子情報通信学会論文誌 巻: Vol.J96-D,No.5 ページ: 1356-1364
  • 査読あり
• [雑誌論文] Generation of CG Animation Based on Articulatory Features for Pronunciation Training (2012)
  • 著者名/発表者名: Yurie Iribe, Takuro Mori, Kouichi Katsurada and Tsuneo Nitta
  • 雑誌名: The Journal of Information and Systems in Education 巻: Vol.11, No.1 ページ: 1-13
  • 査読あり
• [雑誌論文] Phoneme Recognition based on AF-HMMs with Optimal Parameter Set (2012)
  • 著者名/発表者名: Narpendyah W. Ariwardhani, Masashi Kimura, Yurie Iribe, Kouichi Katsurada and Tsuneo Nitta
  • 雑誌名: Journal of Signal Processing 巻: Vol.16, No.6 ページ: 571-579
  • 査読あり
• [雑誌論文] 音声と画像シーンを用いた潜在意味解析に基づくタスク推定 (2012)
  • 著者名/発表者名: 木村優志,澤田心大,入部百合絵,桂田浩一,新田恒雄
  • 雑誌名: 電気学会論文誌C 巻: Vol.132, No.9 ページ: 1473-1480
  • 査読あり
• [雑誌論文] Web-Based Lecture System Using Slide Sharing for Classroom Questions and Answers (2010)
  • 著者名/発表者名: Yurie Iribe, Hiroaki Nagaoka, Kouichi Katsurada and Tsuneo Nitta
  • 雑誌名: International Journal of Knowledge and Web Intelligence 巻: Vol.1, No.3/4 ページ: 243-255
  • 査読あり
• [学会発表] Suffix Arrayを用いた高速STDのための検索閾値の調整手法 (2014)
  • 著者名/発表者名: 三浦成一,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 第8回音声ドキュメント処理ワークショップ
  • 発表場所: 豊橋市民センター,豊橋市
  • 年月日: 20140000
• [学会発表] Suffix Arrayを用いた音声検索語検出エンジンを利用する講義映像・音声の全文検索モジュールの開発 (2014)
  • 著者名/発表者名: 森本容介,青木久美子,桂田浩一,石原元気,三浦成一,入部百合絵,新田恒雄
  • 学会等名: 電子情報通信学会技術研究報告
  • 発表場所: 高知工業高専,南国市(ET2013-124)
  • 年月日: 20140000
• [学会発表] Acceleration of Spoken Term Detection Using a Suffix Array by Assigning Optimal Threshold Values to Sub-Keywords (2013)
  • 著者名/発表者名: Kouichi Katsurada, Seiichi Miura, Kheang Seng, Yurie Iribe and Tsuneo Nitta
  • 学会等名: Proc. of InterSpeech 2013
  • 発表場所: Lyon, France
  • 年月日: 20130000
• [学会発表] Suffix Arrayを用いた高速音声検索語検出における検索閾値の調整法の改良 (2013)
  • 著者名/発表者名: 三浦成一,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 日本音響学会秋季研究発表会講演論文集
  • 発表場所: 豊橋技科大,豊橋市(2-P-21)
  • 年月日: 20130000
• [学会発表] Mapping from Articulatory Movement to Vocal-Tract Spectrum for Voice Conversion (2013)
  • 著者名/発表者名: Narpendyah Ariwardhani, Yurie Iribe, Kouichi Katsurada and Tsuneo Nitta
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 東京工科大,八王子市(3-P-6b)
  • 年月日: 20130000
• [学会発表] 調音運動音響モデルと長短音節言語モデルを用いた音素認識エンジン (2013)
  • 著者名/発表者名: 遠藤基,入部百合絵,桂田浩一,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 東京工科大,八王子市(2-9-16)
  • 年月日: 20130000
• [学会発表] 双対空間における調音特徴抽出の検討 (2013)
  • 著者名/発表者名: 佐々木俊,入部百合絵,桂田浩一,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 東京工科大,八王子市(2-9-15)
  • 年月日: 20130000
• [学会発表] SuffixArrayを用いた高速音声検索における検索閾値の付与法の改良 (2013)
  • 著者名/発表者名: 三浦成一,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 第7回音声ドキュメント処理ワークショップ
  • 発表場所: 名古屋大,名古屋市
  • 年月日: 20130000
• [学会発表] 複数音声認識結果を用いて構築したSuffix Arrayに対する音声検索語検出 (2012)
  • 著者名/発表者名: 勝浦広大,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 情報処理学会研究報告SLP-94,No.15
  • 発表場所: 東工大,東京都
  • 年月日: 20121200
• [学会発表] Phoneme Recognition Based on AF-HMMs with an Optimal Parameter Set (2012)
  • 著者名/発表者名: Narpendyah Ariwardhani, Yurie Iribe, Kouichi Katsurada and Tsuneo Nitta
  • 学会等名: Proc. of NCSP
  • 発表場所: Hawaii, USA
  • 年月日: 20120000
• [学会発表] Improving the perfor- mance of Letter-To-Phoneme conversion by using Two-Stage Neural Network (2012)
  • 著者名/発表者名: Kheang Seng,Kouichi Katsurada,Yurie Iribe,Tsuneo Nitta
  • 学会等名: 情報処理学会研究報告SLP-94,No.16
  • 発表場所: 東工大,東京都
  • 年月日: 20120000
• [学会発表] Suffix Arrayを用いた高速音声検索における検索閾値の調整法の検討 (2012)
  • 著者名/発表者名: 三浦成一,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 電気関係学会東海支部連合大会講演論文集
  • 発表場所: 豊橋技科大,豊橋市(C3-6)
  • 年月日: 20120000
• [学会発表] 音素共通部分空間を結合重みとした調音運動MLNに基づく音素認識 (2012)
  • 著者名/発表者名: 佐々木俊,入部百合絵,桂田浩一,新田恒雄
  • 学会等名: 電気関係学会東海支部連合大会講演論文集
  • 発表場所: 豊橋技科大,豊橋市(C3-7)
  • 年月日: 20120000
• [学会発表] 調音特徴に基づく音素認識エンジンの提案 (2012)
  • 著者名/発表者名: 遠藤基,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 電気関係学会東海支部連合大会講演論文集
  • 発表場所: 豊橋技科大,豊橋市(C3-8)
  • 年月日: 20120000
• [学会発表] Improvement of an AF-HMM based phoneme recognizer (2012)
  • 著者名/発表者名: Narpendyah Wisjnu Ariwardhani, Yurie Iribe, Kouichi Katsurada, Tsuneo Nitta
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 神奈川大,横浜市(1-P-19)
  • 年月日: 20120000
• [学会発表] 放送大学の講義音声を対象とした高速キーワード検索の性能評価 (2012)
  • 著者名/発表者名: 勝浦広大,桂田浩一,入部百合絵,森本容介,辻靖彦,青木久美子,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 神奈川大,横浜市(3-7-11)
  • 年月日: 20120000
• [学会発表] 調音特徴抽出における強調/抑制の効果 (2012)
  • 著者名/発表者名: 宮原伸也,遠藤基,入部百合絵,桂田浩一,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 神奈川大,横浜市(1-7-3)
  • 年月日: 20120000
• [学会発表] Speech Synthesis based on Articulatory- Movement HMMs with Voice-source Codebooks (2011)
  • 著者名/発表者名: Tsuneo Nitta, Takayuki Onoda, Masashi Kimura, Yurie Iribe and Kouichi Katsurada
  • 学会等名: Proc. of Interspeech2011
  • 発表場所: Florence, Italy
  • 年月日: 20110000
• [学会発表] Evaluation of Fast Spoken Term Detection Using a Suffix Array (2011)
  • 著者名/発表者名: Kouichi Katsurada, Shinta Sawada, Shigeki Teshima, Yurie Iribe and Tsuneo Nitta
  • 学会等名: Proc. of Interspeech2011
  • 発表場所: Florence, Italy
  • 年月日: 20110000
• [学会発表] One-Model Speech Recognition and Synthesis Based on Articulatory Movement HMMs (2011)
  • 著者名/発表者名: Masashi Kimura, Takayuki Onoda, Yurie Iribe, Kouichi Katsurada and Tsuneo Nitta
  • 学会等名: Proc. of NCSP11
  • 発表場所: Tianjin, China
  • 年月日: 20110000
• [学会発表] Suffix Arrayを用いた高速STDにおけるキーワード分割に関する理論的検討 (2011)
  • 著者名/発表者名: 桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 情報処理学会研究報告SLP-89,No.16
  • 発表場所: 芝浦工大,東京
  • 年月日: 20110000
• [学会発表] Phoneme Recognition based on AF-HMMs with Optimal State Configuration (2011)
  • 著者名/発表者名: Narpendyah Wisjnu Ariwardhani, Yurie Iribe, Kouichi Katsurada, Tsuneo Nitta
  • 学会等名: 電子情報通信学会技術研究報告
  • 発表場所: 芝浦工大,東京都(SP-84)
  • 年月日: 20110000
• [学会発表] 認識に使用する顔領域の違いによる読唇性能の比較 (2011)
  • 著者名/発表者名: 池田大輔,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: HAIシンポジウム2012
  • 発表場所: 京都工繊大,京都市(6-S)
  • 年月日: 20110000
• [学会発表] 音声から抽出した調音動作に基づくCGアニメーション生成 (2011)
  • 著者名/発表者名: Silasak Manosavanh,入部百合絵,桂田浩一,林良子,朱春躍,新田恒雄
  • 学会等名: 日本音響学会秋季研究発表会講演論文集
  • 発表場所: 島根大,松江市(1-8-8)
  • 年月日: 20110000
• [学会発表] 調音運動に基づくワンモデル音声認識合成方式 (2011)
  • 著者名/発表者名: 木村優志,小野田高幸,入部百合絵,桂田浩一,新田恒雄
  • 学会等名: 電子情報通信学会技術研究報告
  • 発表場所: 定山渓,札幌市(SP-41)
  • 年月日: 20110000
• [学会発表] 調音運動のone-modelを用いた音声認識・合成の改良 (2011)
  • 著者名/発表者名: 新田恒雄,小野田高幸,荒木厚太,入部百合絵,桂田浩一
  • 学会等名: 人工知能学会全国大会論文集
  • 発表場所: 岩手アイーナ,盛岡市(3B1-OS22c-2)
  • 年月日: 20110000
• [学会発表] 音声ドキュメント高速検索におけるクエリ分割とマッチング手法の比較検討 (2011)
  • 著者名/発表者名: 澤田心太,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 早稲田大,東京都(3-5-18)
  • 年月日: 20110000
• [学会発表] 調音特徴を用いた確率モデルに基づくVAD (2011)
  • 著者名/発表者名: 佐々木俊,木村優志,入部百合絵,桂田浩一
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 早稲田大,東京都(1-5-14)
  • 年月日: 20110000
• [学会発表] 調音運動HMMに基づく高精度音素認識の検討 (2011)
  • 著者名/発表者名: 荒木厚太,小野田高幸,桂田浩一,新田恒雄
  • 学会等名: 日本音響学会春季研究発表会講演論文集
  • 発表場所: 早稲田大,東京都(1-5-2)
  • 年月日: 20110000
• [学会発表] 高速音声ドキュメント検索における検索クエリ分割手法およびマッチング手法の比較評価 (2011)
  • 著者名/発表者名: 澤田心太,桂田浩一,入部百合絵,新田恒雄
  • 学会等名: 第5回音声ドキュメント処理ワークショップ講演論文集
  • 発表場所: 豊橋技科大,豊橋市
  • 年月日: 20110000
• [学会発表] One-Model Speech Recognition and Synthesis Based on Articulatory Movement HMMs (2010)
  • 著者名/発表者名: Tsuneo Nitta, Takayuki Onoda, Masashi Kimura, Yurie Iribe and Kouichi Katsurada
  • 学会等名: Proc. of Interspeech2010
  • 発表場所: Makuhari, Japan
  • 年月日: 20100000
• [学会発表] 大規模音声ドキュメントからの高速キーワード検索法の提案とその評価 (2010)
  • 著者名/発表者名: 澤田心太,桂田浩一,新田恒雄,入部百合絵,手島茂樹
  • 学会等名: 日本音響学会秋季研究発表会講演論文集
  • 発表場所: 関西大,吹田市(2-9-10)
  • 年月日: 20100000
• [産業財産権] 音声検索装置および音声検索方法 (2013)
  • 発明者名: 桂田 浩一,手島 茂樹,新田 恒雄
  • 権利者名: 国立大学法人豊橋技術科学大学
  • 産業財産権種類: 特許
  • 産業財産権番号: 第5408631号
  • 取得年月日: 2013-11-15
  • 外国
• [産業財産権] 調音特徴抽出装置,調音特徴抽出方法,及び調音特徴抽出プログラム (2008)
  • 発明者名: 新田 恒雄
  • 権利者名: 国立大学法人豊橋技術科学大学
  • 産業財産権種類: 特許
  • 産業財産権番号: 2008-241072
  • 出願年月日: 2008-09-19
  • 外国