| 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 | 2017-03-02 09:00 ［ポスター講演］Rahmonicとメルケプストラムを用いた音響モデルに基づく騒音環境下叫び声検出の性能評価 ○福森隆寛・中山雅人・西浦敬信（立命館大）・南條浩輝（京大）  EA2016-132 SIP2016-187 SP2016-127 |
|
| 抄録 | （和） | 本稿では，騒音環境下におけるRahmonicとメルケプストラム（Mel-Frequency Cepstrum Coefficients: MFCC）を用いた叫び声検出手法について述べる．MFCCは人間の聴覚特性を考慮したケプストラム係数であり，音韻を特定するための声道特徴量を示している．またRahmonicは，基本周波数の低調波成分であり，人間の声帯運動に関わる特徴を表現している．これまで，我々は大量の平静音声と叫び声から抽出したMFCCとRahmonicに基づいて構築したGaussian Mixture Model（GMM）を用いて叫び声を検出していた．本稿では，この音響モデルをHidden Markov Model（HMM）やDeep Neural Network（DNN）に拡張して騒音環境下での叫び声検出性能を評価した．評価実験の結果，叫び声の発声機構（声道特性と声帯特性）をMFCCとRahmonicを用いて効率よく表現できることが確認できた．加えて，ほとんどの騒音環境において音響モデルとしてDNNを用いることでGMMやHMMよりも高い叫び声検出性能を達成できた． |
| （英） | This paper describes a method based on new combined features with mel-frequency cepstrum coefficients (MFCCs) and rahmonic in order to robustly detect a shouted speech in noisy environments. MFCCs collectively make up mel-frequency cepstrum, and rahmonic shows a subharmonic of fundamental frequency in the cepstrum domain. In our previous method, Gaussian mixture models (GMM) is constructed with the proposed features extracted from training data which includes a lot of normal and shouted speech samples. In this paper, evaluation experiments of noisy shouted speech detection were conducted using not only GMM but also hidden Markov models (HMM) and deep neural network (DNN). The results show that MFCCs and rahmonic were effective for representing an utterance mechanism including both vocal tract and vocal cords. In addition, DNN could achieve higher performance in noisy environments than GMM and HMM. | |
| キーワード | （和） | 叫び声検出 / 騒音環境 / Rahmonic / メルケプストラム / / / / |
| （英） | Shouted speech detection / Noisy environment / Rahmonic / Mel-frequency cepstrum coefficients / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 477, SP2016-127, pp. 283-286, 2017年3月. | |
| 資料番号 | SP2016-127 | |
| 発行日 | 2017-02-22 (EA, SIP, 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 | EA2016-132 SIP2016-187 SP2016-127 |
|
| 研究会情報 | |
| 研究会 | SP SIP EA |
| 開催期間 | 2017-03-01 - 2017-03-02 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2017-03-SP-SIP-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | Rahmonicとメルケプストラムを用いた音響モデルに基づく騒音環境下叫び声検出の性能評価 |
| サブタイトル（和） | |
| タイトル（英） | Performance evaluation of noisy shouted speech detection based on acoustic model with rahmonic and mel-frequency cepstrum coefficients |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 叫び声検出 / Shouted speech detection |
| キーワード(2)（和/英） | 騒音環境 / Noisy environment |
| キーワード(3)（和/英） | Rahmonic / Rahmonic |
| キーワード(4)（和/英） | メルケプストラム / Mel-frequency cepstrum coefficients |
| 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） | 福森 隆寛 / Takahiro Fukumori / フクモリ タカヒロ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中山 雅人 / Masato Nakayama / ナカヤマ マサト |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 西浦 敬信 / Takanobu Nishiura / ニシウラ タカノブ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 南條 浩輝 / Hiroaki Nanjo / ナンジョウ ヒロアキ |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-03-02 09:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2016-132, SIP2016-187, SP2016-127 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.475(EA), no.476(SIP), no.477(SP) |
| ページ範囲 | pp.283-286 |
| ページ数 | 4 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]