| 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 | 2016-03-28 13:15 ［ポスター講演］An evaluation of acoustic-to-articulatory inversion mapping with latent trajectory Gaussian mixture model ○Patrick Lumban Tobing（NAIST）・Tomoki Toda（Nagoya Univ./NAIST）・Hirokazu Kameoka（NTT）・Satoshi Nakamura（NAIST）  EA2015-85 SIP2015-134 SP2015-113 |
|
| 抄録 | （和） | In this report, we present an evaluation of acoustic-to-articulatory inversion mapping based on latent trajectory Gaussian mixture model (LTGMM). In a conventional GMM-based inversion mapping system, GMM parameters are optimized by maximizing the likelihood of joint static and dynamic features of acoustic-articulatory data. In the mapping process, given the acoustic data, smoothly varying articulatory parameter trajectories are estimated by maximizing the conditional likelihood of their static features only, where the inter-frame correlation is taken into account by imposing the explicit relationship between static and dynamic features. Because training and optimization criteria are different from each other, the trained GMM is not optimum for the mapping process. A trajectory training method has been proposed to address this inconsistency problem [1]. However, this method has difficulties in optimization of some parameters, such as covariance matrices and a mixture component sequence. In this report, as another method to address the inconsistency problem, we propose an inversion mapping method based on latent trajectory GMM, inspired by the latent trjectory hidden Markov model [2]. The proposed method makes it possible to apply EM algorithm to model parameter optimization, which is difficult in the conventional trajectory training method. The experimental results demonstrate that the proposed LTGMM method outperforms the conventional GMM for the acoustic-to-articulatory inversion mapping task with lower values of root-mean-square error and higher values of correlation coefficient. |
| （英） | In this report, we present an evaluation of acoustic-to-articulatory inversion mapping based on latent trajectory Gaussian mixture model (LTGMM). In a conventional GMM-based inversion mapping system, GMM parameters are optimized by maximizing the likelihood of joint static and dynamic features of acoustic-articulatory data. In the mapping process, given the acoustic data, smoothly varying articulatory parameter trajectories are estimated by maximizing the conditional likelihood of their static features only, where the inter-frame correlation is taken into account by imposing the explicit relationship between static and dynamic features. Because training and optimization criteria are different from each other, the trained GMM is not optimum for the mapping process. A trajectory training method has been proposed to address this inconsistency problem [1]. However, this method has difficulties in optimization of some parameters, such as covariance matrices and a mixture component sequence. In this report, as another method to address the inconsistency problem, we propose an inversion mapping method based on latent trajectory GMM, inspired by the latent trjectory hidden Markov model [2]. The proposed method makes it possible to apply EM algorithm to model parameter optimization, which is difficult in the conventional trajectory training method. The experimental results demonstrate that the proposed LTGMM method outperforms the conventional GMM for the acoustic-to-articulatory inversion mapping task with lower values of root-mean-square error and higher values of correlation coefficient. |
|
| キーワード | （和） | acoustic-to-articulatory inversion mapping / Gaussian mixture model / trajectory training / inter-frame correlation / EM algorithm / / / |
| （英） | acoustic-to-articulatory inversion mapping / Gaussian mixture model / trajectory training / inter-frame correlation / EM algorithm / / / | |
| 文献情報 | 信学技報, vol. 115, no. 523, SP2015-113, pp. 111-116, 2016年3月. | |
| 資料番号 | SP2015-113 | |
| 発行日 | 2016-03-21 (EA, SIP, SP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | EA2015-85 SIP2015-134 SP2015-113 |
|
| 研究会情報 | |
| 研究会 | EA SP SIP |
| 開催期間 | 2016-03-28 - 2016-03-29 |
| 開催地（和） | 別府国際コンベンションセンター B-ConPlaza |
| 開催地（英） | Beppu International Convention Center B-ConPlaza |
| テーマ（和） | 応用／電気音響，音声，信号処理，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2016-03-EA-SP-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） | An evaluation of acoustic-to-articulatory inversion mapping with latent trajectory Gaussian mixture model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | acoustic-to-articulatory inversion mapping / acoustic-to-articulatory inversion mapping |
| キーワード(2)（和/英） | Gaussian mixture model / Gaussian mixture model |
| キーワード(3)（和/英） | trajectory training / trajectory training |
| キーワード(4)（和/英） | inter-frame correlation / inter-frame correlation |
| キーワード(5)（和/英） | EM algorithm / EM algorithm |
| 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） | Patrick Lumban Tobing / Patrick Lumban Tobing / |
| 第1著者 所属（和/英） | Nara Institute of Science and Technology (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 第2著者 氏名（和/英/ヨミ） | Tomoki Toda / Tomoki Toda / |
| 第2著者 所属（和/英） | Nagoya University/Nara Institute of Science and Technology (略称： 名大/奈良先端大) Nagoya University/Nara Institute of Science and Technology (略称： Nagoya Univ./NAIST) |
| 第3著者 氏名（和/英/ヨミ） | Hirokazu Kameoka / Hirokazu Kameoka / |
| 第3著者 所属（和/英） | Nippon Telegraph and Telephone Corporation (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | Satoshi Nakamura / Satoshi Nakamura / |
| 第4著者 所属（和/英） | Nara Institute of Science and Technology (略称： 奈良先端大) Nara Institute of Science and Technology (略称： NAIST) |
| 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 | 2016-03-28 13:15:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2015-85, SIP2015-134, SP2015-113 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.521(EA), no.522(SIP), no.523(SP) |
| ページ範囲 | pp.111-116 |
| ページ数 | 6 |
| 発行日 | 2016-03-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]