| 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 | 2017-12-21 12:50 ［ポスター講演］LSTMを用いた音響信号からの擬音語生成 ○井川翔太（東大）・柏野邦夫（東大/NTT）  SP2017-58 |
|
| 抄録 | （和） | 様々な音響イベントを自然言語によって模倣的に表現することは, 自然なマンマシン・コミュニケーション, マルチメディアデータベースの検索, 異常音の検出, などにおいて重要な役割を果たすと考えられる. 本稿では, 音響信号から擬音語を生成する新たな手法を提案する. 従来の擬音語生成法では, 入力信号を事前に想定したクラスに分類したり, 音素に対応するセグメントに細分割したりする方法が検討されていたが, 未知の音に対する対応が困難であったり, 音素単位での信号のセグメンテーションが 困難であったりといった課題があった. これに対し提案法は, Sequence-to-Sequence の枠組みに基づき, End-to-End での擬音語自動生成を行うものである. 実験の結果, 平均音素誤り率 (MPER) は 2.8%, 単語誤り率 (WER) は7.2% となり, 従来法と比べて低い誤り率を実現できることが 示された. |
| （英） | Representing various acoustic events by natural language seems to play an important role in natural man-machine communication, retrieval of multimedia database, detection of abnormal sound. In this paper, we propose a new method to generate onomatopoeia from acoustic signals. In the conventional onomatopoeia generation method, a method of classifying an input signal into classes presumed in advance or subdividing it into segments corresponding to phonemes was studied, but it was difficult to deal with unknown sounds and to segment the signal in units of phonemes. The proposed method is based on the Sequence-to-Sequence framework, It automatically generates onomatopoeia in End-to-End. Experiment showed that the mean phoneme error rate (MPER) was 2.8% and the word error rate (WER) was 7.2%, indicating that it is possible to realize a lower error rate than the conventional method. |
|
| キーワード | （和） | 音響信号処理 / 環境音 / 擬音語 / Sequence-to-Sequence モデル / / / / |
| （英） | Acoustic signal processing / Environmental sound / Onomatopoeia / Sequence-to-Sequence / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 368, SP2017-58, pp. 17-20, 2017年12月. | |
| 資料番号 | SP2017-58 | |
| 発行日 | 2017-12-14 (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) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | SP2017-58 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-NL SP IPSJ-SLP |
| 開催期間 | 2017-12-20 - 2017-12-22 |
| 開催地（和） | 早稲田大学グリーン・コンピューティング・システム研究開発センター |
| 開催地（英） | Waseda Univ. Green Computing Systems Research Organization |
| テーマ（和） | 第4回自然言語処理シンポジウム & 第19回音声言語シンポジウム |
| テーマ（英） | The 4th Natural Language Processing Symposium & The 19th Spoken Language Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2017-12-NLC-NL-SP-SLP |
| 本文の言語 | 日本語（英語タイトルなし） |
| タイトル（和） | LSTMを用いた音響信号からの擬音語生成 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音響信号処理 / Acoustic signal processing |
| キーワード(2)（和/英） | 環境音 / Environmental sound |
| キーワード(3)（和/英） | 擬音語 / Onomatopoeia |
| キーワード(4)（和/英） | Sequence-to-Sequence モデル / Sequence-to-Sequence |
| 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） | 井川 翔太 / Shota Ikawa / イカワ ショウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 柏野 邦夫 / Kunio Kashino / |
| 第2著者 所属（和/英） | 東京大学/NTT (略称： 東大/NTT) The University of Tokyo (略称： Univ. Tokyo/NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-12-21 12:50:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | SP2017-58 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.368 |
| ページ範囲 | pp.17-20 |
| ページ数 | 4 |
| 発行日 | 2017-12-14 (SP) |
[研究会発表申込システムのトップページに戻る]