講演抄録/キーワード |
講演名 |
2011-03-08 14:45
視聴覚コンテンツにおける音声の高品位な時間軸伸縮法 ○蔦木圭悟・高橋弘太(電通大) CQ2010-80 |
抄録 |
(和) |
視聴覚コンテンツの短時間での視聴や,聞き取りやすくするための低速再生には,時間軸を伸縮させる再生法が有用である.本稿では,視聴覚コンテンツの時間軸伸縮における高音質化を目指して,2つのアプローチを考案した.第一のアプローチである「高親和性接続法」は,音のワーピングの概念を取り入れることで,2つの音声信号を接続する際に生じる違和感を取り除く方法である.ここでは,接続で生じる違和感の指標を構成するとともに,聴取実験を行った.第二のアプローチである「短区間TSM」は,音声信号の一部の区間のみにTSMを施す方法である.ここでは,時間軸伸縮した音声をより自然にする適用例を示した.付録として,我々が作成している話速研究者向けの音声データベース「SRV-DB」を紹介する. |
(英) |
When we watch audio-visual contents in a short time or listen to speech perfectly with low-speed playback, techniques of time-scale modification are useful. In this paper, two approaches which improve audio quality of audio-visual contents are proposed. The one is “the high affinity connective method” which connects two audio-signals with sound warping to suppress the sense of incongruity. Indexes for the sense of incongruity are defined, and the results of the hearing experiment are reported. The other is “the regional time-scale modification method” which performs time-scale modification only in the selected region. In addition, a speech database, SRV-DB, for speaking rate researcher is introduced. |
キーワード |
(和) |
時間軸伸縮 / 音のワーピング / リンク法 / 音声データベース / / / / |
(英) |
time-scale modification / sound warping / link method / speech database / / / / |
文献情報 |
信学技報, vol. 110, no. 455, CQ2010-80, pp. 75-80, 2011年3月. |
資料番号 |
CQ2010-80 |
発行日 |
2011-02-28 (CQ) |
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 |
CQ2010-80 |
研究会情報 |
研究会 |
CQ MVE IE |
開催期間 |
2011-03-07 - 2011-03-08 |
開催地(和) |
やすらぎ伊王島 |
開催地(英) |
Yasuragi IOUJIMA |
テーマ(和) |
五感メディアの品質,コミュニケーションデザイン,画像符号化,食メディア,一般 |
テーマ(英) |
Quality of Five Senses Media, Communication Design, Image Coding, Food Media, General Area |
講演論文情報の詳細 |
申込み研究会 |
CQ |
会議コード |
2011-03-CQ-MVE-IE |
本文の言語 |
日本語 |
タイトル(和) |
視聴覚コンテンツにおける音声の高品位な時間軸伸縮法 |
サブタイトル(和) |
|
タイトル(英) |
High quality methods for time-scale modification of speech in audio-visual content |
サブタイトル(英) |
|
キーワード(1)(和/英) |
時間軸伸縮 / time-scale modification |
キーワード(2)(和/英) |
音のワーピング / sound warping |
キーワード(3)(和/英) |
リンク法 / link method |
キーワード(4)(和/英) |
音声データベース / speech database |
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) |
蔦木 圭悟 / Keigo Tsutaki / ツタキ ケイゴ |
第1著者 所属(和/英) |
電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: Univ. of Electro-Comm.) |
第2著者 氏名(和/英/ヨミ) |
高橋 弘太 / Kota Takahashi / タカハシ コウタ |
第2著者 所属(和/英) |
電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: Univ. of Electro-Comm.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2011-03-08 14:45:00 |
発表時間 |
25分 |
申込先研究会 |
CQ |
資料番号 |
CQ2010-80 |
巻番号(vol) |
vol.110 |
号番号(no) |
no.455 |
ページ範囲 |
pp.75-80 |
ページ数 |
6 |
発行日 |
2011-02-28 (CQ) |
|