| 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 | 2022-12-22 16:50 ［ポスター講演］機械学習を用いた音声処理に向けたデータ拡張手法の研究 ○丸山 翼（東工大）・池上 努（産総研）・遠藤敏夫（東工大）・広渕崇宏（産総研）  EA2022-68 |
|
| 抄録 | （和） | 機械学習において，学習データに変換を加えてデータの数と多様性を強化し，過学習を抑制する手法にデータ拡張がある.人間の発話データに対しては従来，環境音を重畳するデータ拡張が用いられてきた．本研究ではこれと相補的な手法として，統計的声質変換で用いられる音響特徴量を利用したデータ拡張を提案する．音声認識タスクと話者照合タスクで提案手法と従来手法による学習の比較実験を行い，前者ではwav2vec2.0による実験で翻訳編集率22.8%の改善，後者では等価エラー率1.62%の改善を実現した. |
| （英） | In machine learning, data augmentation is a method to enhance the number and diversity of data by adding transformations to the training data to prevent overlearning. Traditionally, human speech data has been augmented by superimposing environmental sounds. As a complementary method, we propose data augmentation using acoustic features used in statistical voice conversion. We conducted experiments comparing training with the proposed and conventional methods for speech recognition and speaker verification. The results showed that the former improved the TER by 22.8% in wav2vec2.0 and the latter improved the EER by 1.62%. | |
| キーワード | （和） | データ拡張法 / 統計的声質変換 / 音声認識 / 話者照合 / / / / |
| （英） | Data augmentation / Statistical voice conversion / Speech recognition / Speaker verification / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 324, EA2022-68, pp. 42-48, 2022年12月. | |
| 資料番号 | EA2022-68 | |
| 発行日 | 2022-12-15 (EA) | |
| 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 | EA2022-68 |
|
| 研究会情報 | |
| 研究会 | EA US |
| 開催期間 | 2022-12-22 - 2022-12-23 |
| 開催地（和） | サテライトキャンパスひろしま |
| 開催地（英） | Satellite Campus Hiroshima |
| テーマ（和） | ＜音響・超音波サブソサイエティ合同研究会＞応用／電気音響，超音波一般 |
| テーマ（英） | [Joint Meeting on Acoustics and Ultrasonics Subsociety] Engineering/Electro Acoustics, Ultrasonics, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2022-12-EA-US |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた音声処理に向けたデータ拡張手法の研究 |
| サブタイトル（和） | |
| タイトル（英） | Data augmentation method for machine learning on speech data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データ拡張法 / Data augmentation |
| キーワード(2)（和/英） | 統計的声質変換 / Statistical voice conversion |
| キーワード(3)（和/英） | 音声認識 / Speech recognition |
| キーワード(4)（和/英） | 話者照合 / Speaker verification |
| 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） | 丸山 翼 / Tsubasa Maruyama / マルヤマ ツバサ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第2著者 氏名（和/英/ヨミ） | 池上 努 / Tsutomu Ikegami / イケガミ ツトム |
| 第2著者 所属（和/英） | 国立研究開発法人産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第3著者 氏名（和/英/ヨミ） | 遠藤 敏夫 / Toshio Endo / エンドウ トシオ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第4著者 氏名（和/英/ヨミ） | 広渕 崇宏 / Takahiro Hirofuchi / ヒロフチ タカヒロ |
| 第4著者 所属（和/英） | 国立研究開発法人産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 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 | 2022-12-22 16:50:00 |
| 発表時間 | 120分 |
| 申込先研究会 | EA |
| 資料番号 | EA2022-68 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.324 |
| ページ範囲 | pp.42-48 |
| ページ数 | 7 |
| 発行日 | 2022-12-15 (EA) |
[研究会発表申込システムのトップページに戻る]