お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2014-05-24 11:30
[ディスカッション]機械学習を用いた母国語判別
坂上綾太竹下弘毅王 龍標岩橋政宏長岡技科大SP2014-13
抄録 (和) 非ネイティブスピーカーの発音する言葉が,ネイティブスピーカーに発音が原因で伝わらない問題がある。そのような場合に,音声認識技術を用いてコミュニケーションの補助をしたい.話し手の発話から母国語を判別し,話し手の母国語に合わせた音響モデルを用い音声認識することで,音声認識率の向上が期待できる.しかし,残響の影響がある場合,母国語判別率が良くならない。発話者の母国語を判別する際に,まず残響下で判別精度を上げるために残響付発話音声を使いGMMモデルを作成した.そのモデルを用いて残響付発話音声を判別したところ,全て平均して約85%の判別率が得られた.これは,残響下でも発話者の母国語を判別できると言える結果である. 
(英) The difference in pronunciation occurs in a non-native speaker and a native speaker. Therefore, communication is difficult. In such a case, I would like to use speech recognition technology in research. It requires distinction of a native language. It is because suitable speech recognition is possible if a native language is known. However, there is a problem. It is the reverberation by actual environment. Therefore, the utterance sound to which reverberation was attached is used. First, the GMM model was created with the utterance sound to which reverberation was attached. The model distinguishes the native language of the sound to which reverberation was attached. When all the results were averaged, it became a distinction rate of about 85%.
キーワード (和) 機械学習 / GMM / 音響モデル / 母国語判別 / / / /  
(英) machine learning / GMM / acoustic model / Classification of the native language / / / /  
文献情報 信学技報, vol. 114, no. 52, SP2014-13, pp. 139-141, 2014年5月.
資料番号 SP2014-13 
発行日 2014-05-17 (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 SP2014-13

研究会情報
研究会 SP IPSJ-MUS  
開催期間 2014-05-24 - 2014-05-25 
開催地(和) 日本大学文理学部キャンパス 百周年記念館 
開催地(英)  
テーマ(和) 音学シンポジウム2014 
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 2014-05-SP-MUS 
本文の言語 日本語 
タイトル(和) [ディスカッション]機械学習を用いた母国語判別 
サブタイトル(和)  
タイトル(英) Native language recognition using machine learning 
サブタイトル(英)  
キーワード(1)(和/英) 機械学習 / machine learning  
キーワード(2)(和/英) GMM / GMM  
キーワード(3)(和/英) 音響モデル / acoustic model  
キーワード(4)(和/英) 母国語判別 / Classification of the native language  
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) 坂上 綾太 / Ryota Sakagami / サカガミ リョウタ
第1著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech)
第2著者 氏名(和/英/ヨミ) 竹下 弘毅 / Kouki Takeshita / タケシタ コウキ
第2著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech)
第3著者 氏名(和/英/ヨミ) 王 龍標 / Longbiao Wang / オウ リュウヒョウ
第3著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech)
第4著者 氏名(和/英/ヨミ) 岩橋 政宏 / Masahiro Iwahashi / イワハシ マサヒロ
第4著者 所属(和/英) 長岡技術科学大学 (略称: 長岡技科大)
Nagaoka University of Technology (略称: Nagaoka Univ. of Tech)
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 2014-05-24 11:30:00 
発表時間 240分 
申込先研究会 SP 
資料番号 SP2014-13 
巻番号(vol) vol.114 
号番号(no) no.52 
ページ範囲 pp.139-141 
ページ数
発行日 2014-05-17 (SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会