| 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 | 2013-07-19 14:45 音声対話ロボット・キタちゃんにおける画像トラッキングを併用したマルチモーダル・ブラインド音声抽出 ○吉江孝太郎・大沼侑司・猿渡 洋・中村 哲・鹿野清宏（奈良先端大）  EA2013-50 |
|
| 抄録 | （和） | ロボット対話において，ハンズフリーマイクを使用することでより自然な対話を実現できるが，ノイズの混入が増え，音声認識率の低下が問題となる． そこで認識率の向上を目指し，多数のマイクとカメラを持つKinectを用い，画像情報から得られる話者位置情報を併用するセミブラインド音声抽出を行う．ロボットには本研究室が管理する駅案内ロボット「キタちゃん」を使用する．実験の結果，画像を併用しない場合に比べ，大幅な性能向上が確認された． |
| （英） | In the robot dialogue system, utilization of a hands-free microphone enables us to realize a more natural conversation. However, there is a problem in which the recognition accuracy is decreased as the interfering noise increases. Therefore, in this study, we aim to improve the recognition accuracy by using semi-blind speech extraction with the speaker position obtained from image information via "Kinect" that has a microphone array and a camera. We use a spoken dialogue robot Kitachan managed by the authors for station guidance. As the results of experiments, we confirm that the recognition performance is markedly improved compared with the case without using image information. |
|
| キーワード | （和） | BSSA / マルチチャネル音源分離 / 音声認識ロボット / 画像トラッキング / / / / |
| （英） | BSSA / multichannel source separation / spoken dialogue robot / image tracking / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 134, EA2013-50, pp. 99-104, 2013年7月. | |
| 資料番号 | EA2013-50 | |
| 発行日 | 2013-07-11 (EA) | |
| 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 | EA2013-50 |
|
| 研究会情報 | |
| 研究会 | EA |
| 開催期間 | 2013-07-18 - 2013-07-19 |
| 開催地（和） | 北海道医療大学 |
| 開催地（英） | Health Sci. Univ. of Hokkaido |
| テーマ（和） | 応用(電気)音響，音楽音響，聴覚，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Musical Acoustics, Psychological and Physiological Acoustics, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2013-07-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声対話ロボット・キタちゃんにおける画像トラッキングを併用したマルチモーダル・ブラインド音声抽出 |
| サブタイトル（和） | |
| タイトル（英） | Multimodal blind speech extraction using image tracking in spoken dialogue robot Kitachan |
| サブタイトル（英） | |
| キーワード(1)（和/英） | BSSA / BSSA |
| キーワード(2)（和/英） | マルチチャネル音源分離 / multichannel source separation |
| キーワード(3)（和/英） | 音声認識ロボット / spoken dialogue robot |
| キーワード(4)（和/英） | 画像トラッキング / image tracking |
| 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） | 吉江 孝太郎 / Kotaro Yoshie / ヨシエ コウタロウ |
| 第1著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | 大沼 侑司 / Yuji Onuma / オオヌマ ユウジ |
| 第2著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第3著者 氏名（和/英/ヨミ） | 猿渡 洋 / Hiroshi Saruwatari / サルワタリ ヒロシ |
| 第3著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第4著者 氏名（和/英/ヨミ） | 中村 哲 / Satoshi Nakamura / ナカムラ サトシ |
| 第4著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第5著者 氏名（和/英/ヨミ） | 鹿野 清宏 / Kiyohiro Shikano / シカノ キヨヒロ |
| 第5著者 所属（和/英） | 奈良先端科学技術大学院大学 (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-07-19 14:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | EA |
| 資料番号 | EA2013-50 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.134 |
| ページ範囲 | pp.99-104 |
| ページ数 | 6 |
| 発行日 | 2013-07-11 (EA) |
[研究会発表申込システムのトップページに戻る]