講演抄録/キーワード |
講演名 |
2019-10-27 09:20
音声想起時脳波の単語尤度ベクトルを用いた単語認識 ○平田里佳・入部百合絵(愛知県立大)・深井健大郎・桂田浩一(東京理科大)・新田恒雄(早大/豊橋技科大) SP2019-29 WIT2019-28 |
抄録 |
(和) |
近年,BCI(Brain Computer Interface)の研究が盛んに行われているが,音声想起の認識に関する効果的な方法は確立していない.本報告では,利用者への負担が少ない非侵襲的な方法によって取得できる脳波信号を用いて10数字の単語認識を行った.収録した脳波データに含まれるノイズを除去後に,LPAによって振幅スペクトルを求めることで線スペクトル特徴を抽出した.次に,線スペクトル特徴をもとに単語尤度ベクトルを算出し,線スペクトルと単語尤度ベクトルを組み合わせた特徴に加え,線スペクトルのみ,単語尤度ベクトルのみによる特徴パターンを入力とした機械学習により10数字の単語認識の比較実験を行った.その結果,単語尤度ベクトルを特徴量として識別した場合の正解率が最も高いことが明らかになった. |
(英) |
Previous research suggests that humans manipulate the machine using their electroencephalogram called BCI (Brain Computer Interface). However, there are not existed effective methods for speech imagery recognition. In this report, we performed word recognition of 10 numbers using speech-imagery EEG signals that could be measured through a non-invasive technique to reduce user’s burden. After removing the noise contained in EEG signals, line spectra feature was extracted from the amplitude spectra obtained by LPA. Next, word likelihood vector was calculated based on line spectra feature. We carried out the word recognition experiment of 10 numbers using one or the other or both of line spectra and word likelihood vector to clear the effective features. As a result, it was clarified that the likelihood vector based method got the highest accuracy in all features. |
キーワード |
(和) |
想起時脳波 / 単語認識 / 尤度ベクトル / / / / / |
(英) |
Speech-imagery EEG / Word recognition / Likelihood vector / / / / / |
文献情報 |
信学技報, vol. 119, no. 250, SP2019-29, pp. 69-73, 2019年10月. |
資料番号 |
SP2019-29 |
発行日 |
2019-10-19 (SP, WIT) |
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 |
SP2019-29 WIT2019-28 |