| 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 | 2022-08-26 11:42 Study on Relationship Between Speakers' Physiological Structure and Acoustic Speech Signals: Data-Driven Study Based on Frequency-Wise Attentional Neural Network ○Li Kai（JAIST）・Xugang Lu（NICT）・Masato Akagi・Jianwu Dang（JAIST）・Sheng Li（NICT）・Unoki Masashi（JAIST）  SIP2022-68 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | Quantitatively revealing the relationship between speakers’ physiological structure and acoustic speech signals by considering the properties of resonance and antiresonance can help us to extract effective speaker discriminative information (SDI) from speech signals. The conventional quantification method based on F-ratio only considers the power of acoustic speech in each frequency band independently. We propose a novel frequency-wise attentional neural network to learn the nonlinear combined effect of the frequency components on speaker identity. The learned results indicate that antiresonance frequency induced by the nasal cavity is another essential factor for speaker discrimination that the F-ratio method could not reveal. To further evaluate our findings, we designed a non-uniform subband processing strategy based on the learned results for speaker feature extraction and did automatic speaker verification (ASV). The ASV results confirmed that further emphasizing the spectral structure around the antiresonance frequency region can enhance speaker discrimination. |
|
| キーワード | （和） | / / / / / / / |
| （英） | physiological feature / non-uniform filterbank / frequency-wise attention / data-driven feature / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 165, SIP2022-68, pp. 97-102, 2022年8月. | |
| 資料番号 | SIP2022-68 | |
| 発行日 | 2022-08-18 (SIP) | |
| 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 | SIP2022-68 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2022-08-25 - 2022-08-26 |
| 開催地（和） | 大濱信泉記念館（石垣島） |
| 開催地（英） | Nobumoto Ohama Memorial Hall (Ishigaki Island) |
| テーマ（和） | 信号処理一般（数理・学習・画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | Signal processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2022-08-SIP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Study on Relationship Between Speakers' Physiological Structure and Acoustic Speech Signals: Data-Driven Study Based on Frequency-Wise Attentional Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / physiological feature |
| キーワード(2)（和/英） | / non-uniform filterbank |
| キーワード(3)（和/英） | / frequency-wise attention |
| キーワード(4)（和/英） | / data-driven feature |
| 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） | リ カイ / Li Kai / リ カイ |
| 第1著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第2著者 氏名（和/英/ヨミ） | ル シュガン / Xugang Lu / ル シュガン |
| 第2著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第3著者 氏名（和/英/ヨミ） | 赤木 正人 / Masato Akagi / アカギ マサト |
| 第3著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第4著者 氏名（和/英/ヨミ） | 党 建武 / Jianwu Dang / トウ ケンブ |
| 第4著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 第5著者 氏名（和/英/ヨミ） | リ シェン / Sheng Li / リ シェン |
| 第5著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第6著者 氏名（和/英/ヨミ） | 鵜木 祐史 / Unoki Masashi / ウノキ マサシ |
| 第6著者 所属（和/英） | 北陸先端科学技術大学院大学 (略称： 北陸先端大) Japan Advanced Institute of Science and Technology (略称： JAIST) |
| 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 | 2022-08-26 11:42:00 |
| 発表時間 | 18分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2022-68 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.165 |
| ページ範囲 | pp.97-102 |
| ページ数 | 6 |
| 発行日 | 2022-08-18 (SIP) |
[研究会発表申込システムのトップページに戻る]