| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-01-30 15:45 音声の周期・非周期成分分解に基づく話者認識の検討 ○石川勇樹・西田昌史（同志社大）・藤本雅清（NTT）・山本誠一（同志社大）  SP2012-102 |
|
| 抄録 | （和） | 従来，話者認識における特徴量として口腔内の声道特性を近似した特徴量であるMFCCが広く用いられてきたが，声道特性以外の特徴，すなわち音声信号の揺らぎについては深く議論されてこなかった．しかし，音声信号は機械ではなく生体から生成されることから音声信号には様々な揺らぎが存在し，その揺らぎには個人の身体能力等に基づく個人性が含まれると考えられる．そこで，本研究では入力音声信号を周期・非周期成分に分解し，音声の定常的な特性である周期性成分を取り除いた非周期性成分のみを用いることにより，音声信号に含まれる揺らぎを強調することを検討した．音声信号の非周期性成分のみを用いて特徴抽出を行い，話者モデルの学習，及び認識を行うことにより，従来の入力音声信号から得られた特徴量を用いる場合に比べて話者認識性能の改善が得られることを示す． |
| （英） | In conventional researches, mel-frequency cepstral coefficients (MFCC) are widely used for a feature parameter which approximates vocal tract characteristics. However, use of other feature parameters, i.e., a fluctuation of the speech signal has not been fully discussed in recent research progress. Since the speech signal involves various fluctuations caused by a speech generation scheme with a human living body, fluctuations includes speaker discriminative characteristics based on individual physical abilities. Therefore, we propose a enhancement method of the speech signal fluctuations by utilizing aperiodicity of speech component based on periodic and aperiodic components decomposition of the speech signal. The experimental results reveal that the proposed method outperforms conventional methods in terms of speaker recognition accuracy. | |
| キーワード | （和） | 話者認識 / 音声信号の揺らぎ / 音韻性と個人性 / 周期・非周期性成分分解 / / / / |
| （英） | speaker recognition / fluctuations of speech signal / phonetic and speaker features / decomposition of periodic and aperiodic components / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 422, SP2012-102, pp. 25-30, 2013年1月. | |
| 資料番号 | SP2012-102 | |
| 発行日 | 2013-01-23 (SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2012-102 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2013-01-30 - 2013-01-31 |
| 開催地（和） | 同志社大学 |
| 開催地（英） | Doshisha Univ. |
| テーマ（和） | 音声・言語・対話，一般 |
| テーマ（英） | Speech, Language, and Dialogue, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2013-01-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声の周期・非周期成分分解に基づく話者認識の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Speaker Recognition Based on Decomposition of Periodic and Aperiodic Components |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 話者認識 / speaker recognition |
| キーワード(2)（和/英） | 音声信号の揺らぎ / fluctuations of speech signal |
| キーワード(3)（和/英） | 音韻性と個人性 / phonetic and speaker features |
| キーワード(4)（和/英） | 周期・非周期性成分分解 / decomposition of periodic and aperiodic components |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 石川 勇樹 / Yuki Ishikawa / イシカワ ユウキ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 西田 昌史 / Masafumi Nishida / ニシダ マサフミ |
| 第2著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 藤本 雅清 / Masakiyo Fujimoto / フジモト マサキヨ |
| 第3著者 所属（和/英） | 日本電信電話 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 山本 誠一 / Seiichi Yamamoto / ヤマモト セイイチ |
| 第4著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-01-30 15:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2012-102 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.422 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2013-01-23 (SP) |
[研究会発表申込システムのトップページに戻る]