| 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 | 2019-10-26 17:00 不均衡データを考慮したDNNに基づくささやき声検出 ○芦原孝典・篠原雄介・佐藤 宏・森谷崇史・松井清彰・山口義和（NTT）  SP2019-26 WIT2019-25 |
|
| 抄録 | （和） | 本稿では，ニューラルネットワークを利用して，発話単位でささやき声もしくは非ささやき声のどちらかを２値分類するタスクに取り組む． これまで，このようなタスクにおいては，十分量のささやき声データに加え，それと同程度の非ささやき声データを用い識別モデルを学習することで，高精度なささやき声/非ささやき声識別を実現出来ていた． しかしながら，上述のようにささやき声データを十分量収集するのは，一般的にコストが高くなり困難である． そこで，少量のささやき声データに加え，大量収集が比較的容易な非ささやき声データをそのまま利用し，2クラスの不均衡データ分布としてニューラルネットワークを学習させる． ただし，不均衡データを普通に学習させると，一般的に識別結果が大きく偏ってしまうため，特に本稿においては，class-aware sampling と呼ばれるオーバーサンプリングを用いることで，この問題を緩和させた． 本手法を評価するために，コンデンサーマイクに加え，実環境での動作を想定しスマートフォンマイクも介して，複数マイク距離で音声収録した． 実験結果から，発話単位でのニューラルネットワークにおいて，均衡データで学習した場合と比べ，不均衡データで学習した場合の方が精度改善することを報告する． |
| （英） | In this paper, we present a neural whispered-speech detection technique that offers utterance-level classification of whispered and non-whispered speech exhibiting imbalanced data distributions. Previous studies have shown that machine learning models trained on a large amount of whispered and non-whispered utterances perform remarkably well for whispered speech detection. However, it is often difficult to collect large numbers of whispered utterances. In this paper, we propose a method to train neural whispered speech detectors from a small amount of whispered utterances in combination with a large amount of non-whispered utterances. In doing so, special care is taken to ensure that severely imbalanced datasets can effectively train neural networks. Specifically, we use a class-aware sampling method for training neural networks. To evaluate the networks, we gather test samples recorded by both condenser and smartphone microphones at different distances from the speakers to simulate practical environments. Experiments show the importance of imbalanced learning in enhancing the performance of utterance level classifiers. |
|
| キーワード | （和） | ささやき声 / vocal effort / ディープニューラルネットワーク / 不均衡データ学習 / class-aware sampling / / / |
| （英） | whispered speech / vocal effort / deep neural networks / imbalanced learning / class-aware sampling / / / | |
| 文献情報 | 信学技報, vol. 119, no. 250, SP2019-26, pp. 51-56, 2019年10月. | |
| 資料番号 | SP2019-26 | |
| 発行日 | 2019-10-19 (SP, WIT) | |
| 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 | SP2019-26 WIT2019-25 |
|
| 研究会情報 | |
| 研究会 | WIT SP |
| 開催期間 | 2019-10-26 - 2019-10-27 |
| 開催地（和） | 第一工業大学 ４号館１階大会議室 |
| 開催地（英） | Daiichi Institute of Technology |
| テーマ（和） | 音声と福祉情報工学，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 | 2019-10-WIT-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 不均衡データを考慮したDNNに基づくささやき声検出 |
| サブタイトル（和） | |
| タイトル（英） | Neural Whispered Speech Detection with Imbalanced Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ささやき声 / whispered speech |
| キーワード(2)（和/英） | vocal effort / vocal effort |
| キーワード(3)（和/英） | ディープニューラルネットワーク / deep neural networks |
| キーワード(4)（和/英） | 不均衡データ学習 / imbalanced learning |
| キーワード(5)（和/英） | class-aware sampling / class-aware sampling |
| 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） | 芦原 孝典 / Takanori Ashihara / アシハラ タカノリ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 篠原 雄介 / Yusuke Shinohara / シノハラ ユウスケ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 佐藤 宏 / Hiroshi Sato / サトウ ヒロシ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 森谷 崇史 / Takafumi Moriya / モリヤ タカフミ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 松井 清彰 / Kiyoaki Matsui / マツイ キヨアキ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 第6著者 氏名（和/英/ヨミ） | 山口 義和 / Yoshikazu Yamaguchi / ヤマグチ ヨシカズ |
| 第6著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) NTT Corporation (略称： NTT) |
| 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 | 2019-10-26 17:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | SP2019-26, WIT2019-25 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.250(SP), no.251(WIT) |
| ページ範囲 | pp.51-56 |
| ページ数 | 6 |
| 発行日 | 2019-10-19 (SP, WIT) |
[研究会発表申込システムのトップページに戻る]