| 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 | 2026-03-04 09:30 ［ポスター講演］音声対話における音源分離及びターンテイキング予測の同時最適化 ○溝渕悠朔・井上昂治・井本桂右・吉井和佳・河原達也（京大）  EA2025-139 SIP2025-159 SP2025-92 |
|
| 抄録 | （和） | 音声対話システムにおいて，ターンテイキング（発話交替）の予測は円滑な対話を実現する上で重要である． 将来の音声活動を連続的に予測する手法としてVoice Activity Projection（VAP）が広く用いられているが，各話者の音声が分離された入力を前提としており，複数話者の音声が混合された実環境の音声には直接適用できない． 音源分離を前処理として用いるパイプライン手法では，分離信号の教師データの収集コストが高く，また音源分離の出力順序が不定であるため話者順序の補正処理が必要となる． そこで本研究では，多チャネル音源分離手法とVAPを統合したEnd-to-Endモデルを提案する． 提案手法は，分離信号の教師データを必要とせず，ターンテイキング予測の損失のみで音源分離モデルを学習できる． 2種類のデータセットを用いた実験の結果，提案するE2E学習によりパイプライン手法と同等以上のターンテイキング予測精度を達成した． また，音源分離とVAPの両方を事前学習したE2E手法では，音源分離の出力順序の一貫性が最大97.3%に向上することを示した． |
| （英） | (Not available yet) | |
| キーワード | （和） | 音声対話 / ターンテイキング / 音源分離 / End-to-End学習 / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 371, SP2025-92, pp. 385-390, 2026年3月. | |
| 資料番号 | SP2025-92 | |
| 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 | EA2025-139 SIP2025-159 SP2025-92 |
|
| 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） | 音声対話における音源分離及びターンテイキング予測の同時最適化 |
| サブタイトル（和） | |
| タイトル（英） | Joint Optimization of Source Separation and Turn-Taking Prediction in Spoken Dialogue |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声対話 / |
| キーワード(2)（和/英） | ターンテイキング / |
| キーワード(3)（和/英） | 音源分離 / |
| キーワード(4)（和/英） | End-to-End学習 / |
| 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） | 溝渕 悠朔 / Yusaku Mizobuchi / ミゾブチ ユウサク |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 井上 昂治 / Koji Inoue / イノウエ コウジ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 井本 桂右 / Keisuke Imoto / イモト ケイスケ |
| 第3著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 吉井 和佳 / Kazuyoshi Yoshii / ヨシイ カズヨシ |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 河原 達也 / Tatsuya Kawahara / カワハラ タツヤ |
| 第5著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-04 09:30:00 |
| 発表時間 | 80分 |
| 申込先研究会 | SP |
| 資料番号 | EA2025-139, SIP2025-159, SP2025-92 |
| 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.385-390 |
| 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]