| 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 | 2022-03-02 15:35 ［ポスター講演］クリッピング音声に対する叫び声検知の検討 ○石田泰都・松田和浩・福森隆寛・山下洋一（立命館大）  EA2021-97 SIP2021-124 SP2021-82 |
|
| 抄録 | （和） | 近年では，より安全な暮らしのために叫び声を利用した音響監視システムがいくつか提案されている. 従来の深層学習に基づく叫び声検知手法の多くは，クリーンな音声のみを学習に用いられている. しかし，実環境における音声は雑音環境やクリッピングによって劣化した状態で得られることが多い. そこで本稿では，クリッピングによって劣化した音声（クリッピング音声）に対して，マルチコンディション学習を用いた深層学習に基づく叫び声検知手法を検討する. 本研究では，学習データセットとして，クリッピングされていない原音声のみを用いた従来手法と，原音声とクリッピング音声を用いた提案手法，原音声とクリッピング音声を原音声に復元した音声（デクリッピング音声）を用いた提案手法の，3種類のデータセットによる叫び声検知手法を比較する. また，実環境を考慮し，雑音環境下における様々なクリッピング度合いの音声に対して，提案したマルチコンディション学習による手法の評価実験を行い，提案手法の有効性を検証した. 実験結果から，2種類の提案手法それぞれにおいて，クリッピングされていない音声のみで学習した従来手法よりも高い検知精度を達成した. 加えて，学習データセットに含まれないクリッピング度合いの音声に対しても，提案手法の有効性が確認できた． |
| （英） | Recently, several audio surveillance systems using shouted speech have been proposed for safety in daily life. Although only clean speech is used for training in conventional shout detection methods based on deep learning, noise in noisy environment and clipping distort target speech in real-world situations. This paper proposes a shout detection method based on deep learning with multi-condition learning for clipped speech. We compare the following three types of multi-condition learning: using only unclipped speech, using unclipped and clipped speech, and using unclipped and declipped speech. In this study, we evaluate the detection performance of clipped speech in various noisy environments. The results of experiments conducted in various noisy environments and clipping conditions demonstrate that proposed methods using multi-condition learning both better detection performance than the conventional method using only clean speech. In addition，results of experiments show that the proposed method can detect shouted speech with clipping ratios that is not included in training dataset. |
|
| キーワード | （和） | 叫び声 / 深層学習 / クリッピング音声 / クリッピング復元 / / / / |
| （英） | shout / deep learning / clipped speech / declipping / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 385, SP2021-82, pp. 207-212, 2022年3月. | |
| 資料番号 | SP2021-82 | |
| 発行日 | 2022-02-22 (EA, SIP, SP) | |
| ISSN | 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 | EA2021-97 SIP2021-124 SP2021-82 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP IPSJ-SLP |
| 開催期間 | 2022-03-01 - 2022-03-02 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2022-03-EA-SIP-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | クリッピング音声に対する叫び声検知の検討 |
| サブタイトル（和） | |
| タイトル（英） | A study of shout detection for clipped speech |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 叫び声 / shout |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | クリッピング音声 / clipped speech |
| キーワード(4)（和/英） | クリッピング復元 / declipping |
| 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） | 石田 泰都 / Taito Ishida / イシダ タイト |
| 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） | 松田 和浩 / Kazuhiro Matsuda / マツダ カズヒロ |
| 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） | 福森 隆寛 / Takahiro Fukumori / フクモリ タカヒロ |
| 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） | 山下 洋一 / Yoichi Yamashita / ヤマシタ ヨウイチ |
| 第4著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-02 15:35:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SP |
| 資料番号 | EA2021-97, SIP2021-124, SP2021-82 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.383(EA), no.384(SIP), no.385(SP) |
| ページ範囲 | pp.207-212 |
| ページ数 | 6 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]