• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2018 年度 研究成果報告書

標準化・正規化変換を利用した発話様式や時期変動に頑健な話者認識手法に関する研究

研究課題

  • PDF
研究課題/領域番号 25350488
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 社会システム工学・安全システム
研究機関科学警察研究所

研究代表者

長内 隆  科学警察研究所, 法科学第四部, 部長 (70392264)

研究協力者 鎌田 敏明  
蒔苗 久則  
網野 加苗  
研究期間 (年度) 2013-04-01 – 2019-03-31
キーワード話者認識 / 発話様式 / 時期変動 / 特徴量変換 / 犯罪捜査支援
研究成果の概要

話者認識では、比較する音声資料の収録環境、発話様式、時期変動の違いが認証性能の劣化、つまり誤認識を引き起こす要因の一つと言われている。そこで、このような音声資料の環境の違いにも頑健な話者認識手法について調べた。本課題では、我々がこれまでに構築した多様な音声データベースを用いた。また、我々が先に提案し、話者認識性能の向上に効果があることを証明した標準化・正規化変換を利用した。その結果、標準化・正規化変換は、このような音声資料の環境の違いにも頑健な話者認識手法として有効であることを示した。

自由記述の分野

情報工学

研究成果の学術的意義や社会的意義

非協力的な話者を扱うことが多い法科学分野においては、多様な音声資料に適応できる話者認識に期待する声は大きい。例えば、振り込め詐欺事件において、同一犯による犯行の解明には、犯人の音声を比較して同一話者か否かを判断する必要があるが、それぞれの事件の会話はさまざまである上、関係者を装うなど、話し方も多様となるケースが多い。本研究の成果を利用することで、多様な音声資料であってもそれぞれの事件の犯人の同一性を示すことが期待できる。

URL: 

公開日: 2020-03-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi