| 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 | 2017-08-30 15:50 雑音・残響下におけるRahmonicとメルケプストラムを用いた叫び声検出 ○福森隆寛・中山雅人・西浦敬信（立命館大）・南條浩輝（京大）  SP2017-31 |
|
| 抄録 | （和） | 本稿では，雑音・残響環境下におけるRahmonicとメルケプストラム（Mel-Frequency Cepstrum Coefficients: MFCCs）を用いた叫び声検出手法について述べる．人間の聴覚特性を考慮したケプストラム係数であるMFCCsは，音韻を特定するための声道特徴量を示しており，また基本周波数の低調波成分であるRahmonicは，人間の声帯運動に関わる特徴を表現している．これまで，我々は大量の平静音声と叫び声から抽出したMFCCsとRahmonicに基づいて構築した3種類の音響モデル（GMM: Gaussian Mixture Model，HMM: Hidden Markov Model，DNN: Deep Neural Network）を用いて叫び声検出手法の有効性を示していた．特に前報までは，クリーン環境と雑音環境における叫び声の検出性能を評価し，提案手法が高い検出性能を確認した．本稿では，更に実環境を想定して，雑音と残響が混在する環境において叫ばれた音声の検出性能を評価する．評価実験の結果，MFCCsとRahmonicを音声特徴量として用いることで，雑音や残響の種類やSNRによらず，叫び声の発声機構（声道特性と声帯特性）を効率よく表現できることを確認した．また，ほとんどの騒音・雑音環境において音響モデルとしてDNNを用いることでGMMやHMMよりも高い叫び声検出性能を達成できた． |
| （英） | This paper describes a method based on new combined features with mel-frequency cepstrum coefficients (MFCCs) and rahmonic in order to robustly detect a shouted speech in noisy-and-reverberant environments. MFCCs collectively make up mel-frequency cepstrum, and rahmonic shows a subharmonic of fundamental frequency in the cepstrum domain. In our previous method, Gaussian mixture models (GMM), hidden Markov model (HMM) and deep neural network (DNN) are constructed with the proposed features extracted from training data which includes a lot of normal and shouted speech samples. Especially, our latest study showed the effectiveness of our proposed method through detection experiments for shouted speech in clean and noisy environments. In this study, we evaluate the detection performance of shouted speech in noisy-and-reverberant environments. The results show that MFCCs and rahmonic were effective for representing an utterance mechanism including both vocal tract and vocal cords, and these features were independent of noise and reverberation. In addition, DNN could achieve higher performance in noisy-and-reverberant environments than GMM and HMM. | |
| キーワード | （和） | 叫び声検出 / 雑音・残響環境 / Rahmonic / メルケプストラム / / / / |
| （英） | Shouted speech detection / Noisy-and-reverberant environment / Rahmonic / Mel-frequency cepstrum coefficients / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 189, SP2017-31, pp. 49-54, 2017年8月. | |
| 資料番号 | SP2017-31 | |
| 発行日 | 2017-08-23 (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 | SP2017-31 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2017-08-30 - 2017-08-30 |
| 開催地（和） | 京都大学 |
| 開催地（英） | Kyoto Univ. |
| テーマ（和） | 音の認知，学習，信号処理，音声一般 |
| 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 | 2017-08-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 雑音・残響下におけるRahmonicとメルケプストラムを用いた叫び声検出 |
| サブタイトル（和） | |
| タイトル（英） | Detection of noisy-and-reverberant shouted speech using rahmonic and mel-frequency cepstrum coefficients |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 叫び声検出 / Shouted speech detection |
| キーワード(2)（和/英） | 雑音・残響環境 / Noisy-and-reverberant environment |
| キーワード(3)（和/英） | Rahmonic / Rahmonic |
| キーワード(4)（和/英） | メルケプストラム / Mel-frequency cepstrum coefficients |
| 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） | 福森 隆寛 / Takahiro Fukumori / フクモリ タカヒロ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中山 雅人 / Masato Nakayama / ナカヤマ マサト |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 西浦 敬信 / Takanobu Nishiura / ニシウラ タカノブ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 南條 浩輝 / Hiroaki Nanjo / ナンジョウ ヒロアキ |
| 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） | / / |
| 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 | 2017-08-30 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2017-31 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.189 |
| ページ範囲 | pp.49-54 |
| ページ数 | 6 |
| 発行日 | 2017-08-23 (SP) |
[研究会発表申込システムのトップページに戻る]