| 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 | 2023-10-14 16:15 知覚的話者間類似度との関連に着目した話者埋め込み空間の構成法の比較検討 ○森田湧大・齋藤大輔・峯松信明（東大）  SP2023-31 WIT2023-22 |
|
| 抄録 | （和） | 本研究では、話者埋め込み特徴量に基づく話者間類似度と主観評価実験に基づく知覚的話者間類似度との対応関係について、複数の話者埋め込み手法の比較・分析を行った。筆者らのこれまでの実験により、話者埋め込み特徴量の次元数を変化させた場合に、上述の対応関係について傾向の変化が見られることが明らかとなっている。これに対して、本稿では低次元においても識別能力の高い潜在表現を得られる話者埋め込み手法を導入し、埋め込み空間の違いが人間の知覚との対応関係に与える影響について更なる議論を進める。実験の結果より、埋め込み手法の違いに依らない大局的な傾向が確認された一方、埋め込み空間の性質により、次元数が変化した場合における傾向の変化の程度は異なることが明らかとなった。 |
| （英） | This study examines the correspondence between inter-speaker similarity based on speaker embeddings and perceptual speaker similarity based on human listening tests. In our previous study, we have shown that the tendency of correspondence mentioned above depends on the dimension of embedding space. This paper introduces a speaker embedding method which can encode discriminative information on speaker individuality even in low dimensions, and discusses the effect of differences in embedding methods on the correspondence with human perception. The experimental results have shown that 1) a general tendency independent of the embedding methods was confirmed and 2) the degree of change in the tendency depended on the embedding methods. | |
| キーワード | （和） | 話者埋め込み / 人間の知覚 / Triplet Loss / ポワンカレ埋め込み / / / / |
| （英） | Speaker Embeddings / Human Perception / Triplet Loss / Poincaré Embeddings / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 212, SP2023-31, pp. 21-26, 2023年10月. | |
| 資料番号 | SP2023-31 | |
| 発行日 | 2023-10-07 (SP, WIT) | |
| 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 | SP2023-31 WIT2023-22 |
|
| 研究会情報 | |
| 研究会 | WIT SP IPSJ-SLP |
| 開催期間 | 2023-10-14 - 2023-10-14 |
| 開催地（和） | 九州工業大学（戸畑キャンパス） |
| 開催地（英） | Kyushu Institute of Technology |
| テーマ（和） | 音声と福祉情報工学，一般 |
| テーマ（英） | Speech and Well-being Information Technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2023-10-WIT-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 知覚的話者間類似度との関連に着目した話者埋め込み空間の構成法の比較検討 |
| サブタイトル（和） | |
| タイトル（英） | Comparative study on different speaker embedding spaces focusing on the relation to perceptual inter-speaker similarity |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 話者埋め込み / Speaker Embeddings |
| キーワード(2)（和/英） | 人間の知覚 / Human Perception |
| キーワード(3)（和/英） | Triplet Loss / Triplet Loss |
| キーワード(4)（和/英） | ポワンカレ埋め込み / Poincaré Embeddings |
| 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） | 森田 湧大 / Wakuto Morita / モリタ ワクト |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 齋藤 大輔 / Daisuke Saito / サイトウ ダイスケ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 峯松 信明 / Nobuaki Minematsu / ミネマツ ノブアキ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-10-14 16:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2023-31, WIT2023-22 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.212(SP), no.213(WIT) |
| ページ範囲 | pp.21-26 |
| ページ数 | 6 |
| 発行日 | 2023-10-07 (SP, WIT) |
[研究会発表申込システムのトップページに戻る]