| 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 | 2026-03-03 10:30 音声言語基盤モデルを用いた音声好感度推定において声質説明文生成を経由する効果 ○加藤徳啓（北大）・小野晶子・高道慎之介（慶大）・土橋宜典（北大）  EA2025-101 SIP2025-121 SP2025-54 |
|
| 抄録 | （和） | 本稿では，音声言語基盤モデルを用いて音声の好感度を自動推定するタスクにおいて，その中間表現として声質表現文を生成することの効果を確認する．音声の好感度は高次の音声印象であり，聴取者の属性（年齢・性別）によって評価傾向が大きく異なるため，音響特徴からの直接的な推定が困難である．そこで本研究では，音声を言語的な声質表現文へ変換し，それを根拠に好感度を推定する段階的手法を検証した．実験の結果，直接推定と比較して全属性群で相関が向上した．特に40代以上や男性層での改善が著しく，主観評価における言語化の有効性が示された． |
| （英） | In this paper, we investigate the effectiveness of generating voice-quality descriptive sentences as an intermediate representation for automatically predicting speech likability using a speech–language foundation model. Speech likability is a high-level perceptual impression, and evaluation tendencies differ substantially depending on listener attributes (age and gender), which makes direct prediction from acoustic features difficult. To address this, we examine a stepwise approach that first converts speech into linguistic voice-quality descriptions and then predicts likability based on those descriptions. Experimental results show that, compared with direct prediction, the correlation improves across all listener groups. In particular, the improvement is pronounced for listeners aged 40 and above and for male listeners, demonstrating the effectiveness of verbalizing subjective evaluations. | |
| キーワード | （和） | 音声好感度推定 / 声質表現文生成 / 音声言語基盤モデル / / / / / |
| （英） | speech likability estimation / voice-quality captioning / speech-language foundation models / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 371, SP2025-54, pp. 171-176, 2026年3月. | |
| 資料番号 | SP2025-54 | |
| 発行日 | 2026-02-23 (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 | EA2025-101 SIP2025-121 SP2025-54 |
|
| 研究会情報 | |
| 研究会 | SP EA SIP IPSJ-SLP |
| 開催期間 | 2026-03-02 - 2026-03-04 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，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 | 2026-03-SP-EA-SIP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声言語基盤モデルを用いた音声好感度推定において声質説明文生成を経由する効果 |
| サブタイトル（和） | |
| タイトル（英） | Effects of Routing Speech Likability Estimation through Voice-Quality Description Generation Using a Speech-Language Foundation Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声好感度推定 / speech likability estimation |
| キーワード(2)（和/英） | 声質表現文生成 / voice-quality captioning |
| キーワード(3)（和/英） | 音声言語基盤モデル / speech-language foundation models |
| キーワード(4)（和/英） | / |
| 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） | 加藤 徳啓 / Norihiro Kato / カトウ ノリヒロ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ) |
| 第2著者 氏名（和/英/ヨミ） | 小野 晶子 / Akiko Ono / オノ アキコ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第3著者 氏名（和/英/ヨミ） | 高道 慎之介 / Shinnosuke Takamichi / タカミチ シンノスケ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第4著者 氏名（和/英/ヨミ） | 土橋 宜典 / Yoshinori Dobashi / ドバシ ヨシノリ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-03 10:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | EA2025-101, SIP2025-121, SP2025-54 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.369(EA), no.370(SIP), no.371(SP) |
| ページ範囲 | pp.171-176 |
| ページ数 | 6 |
| 発行日 | 2026-02-23 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]