| 講演名 | 2017-03-02 ［ポスター講演］Rahmonicとメルケプストラムを用いた音響モデルに基づく騒音環境下叫び声検出の性能評価 福森 隆寛(立命館大), 中山 雅人(立命館大), 西浦 敬信(立命館大), 南條 浩輝(京大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，騒音環境下におけるRahmonicとメルケプストラム（Mel-Frequency Cepstrum Coefficients: MFCC）を用いた叫び声検出手法について述べる．MFCCは人間の聴覚特性を考慮したケプストラム係数であり，音韻を特定するための声道特徴量を示している．またRahmonicは，基本周波数の低調波成分であり，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MFCCとRahmonicに基づいて構築したGaussian Mixture Model（GMM）を用いて叫び声を検出していた．本稿では，この音響モデルをHidden Markov Model（HMM）やDeep Neural Network（DNN）に拡張して騒音環境下での叫び声検出性能を評価した．評価実験の結果，叫び声の発声機構（声道特性と声帯特性）をMFCCとRahmonicを用いて効率よく表現できることが確認できた．加えて，ほとんどの騒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． |
| 抄録(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 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) is constructed with the proposed features extracted from training data which includes a lot of normal and shouted speech samples. In this paper, evaluation experiments of noisy shouted speech detection were conducted using not only GMM but also hidden Markov models (HMM) and deep neural network (DNN). The results show that MFCCs and rahmonic were effective for representing an utterance mechanism including both vocal tract and vocal cords. In addition, DNN could achieve higher performance in noisy environments than GMM and HMM. |
| キーワード(和) | 叫び声検出 / 騒音環境 / Rahmonic / メルケプストラム |
| キーワード(英) | Shouted speech detection / Noisy environment / Rahmonic / Mel-frequency cepstrum coefficients |
| 資料番号 | EA2016-132,SIP2016-187,SP2016-127 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |
| 研究会情報 | |
| 研究会 | SP / SIP / EA |
|---|---|
| 開催期間 | 2017/3/1(から2日開催) |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics |
| 委員長氏名（和） | 間野 一則(芝浦工大) / 中静 真(千葉工大) / 水町 光徳(九工大) |
| 委員長氏名（英） | Kazunori Mano(Shibaura Inst. of Tech.) / Makoto Nakashizuka(Chiba Inst. of Tech.) / Mitsunori Mizumachi(Kyushu Inst. of Tech.) |
| 副委員長氏名（和） | 森 大毅(宇都宮大) / 奥田 正浩(北九州市大) / 村松 正吾(新潟大) / 羽田 陽一(電通大) / 島内 末廣(NTT) |
| 副委員長氏名（英） | Hiroki Mori(Utsunomiya Univ.) / Masahiro Okuda(Univ. of Kitakyushu) / Shogo Muramatsu(Niigata Univ.) / Yoichi Haneda(Univ. of Electro-Comm.) / Suehiro Shimauchi(NTT) |
| 幹事氏名（和） | 滝口 哲也(神戸大) / 西田 昌史(静岡大) / 平林 晃(立命館大) / 宮田 高道(千葉工大) / 堀内 俊治(KDDI研) / 渡邉 貫治(秋田県立大) |
| 幹事氏名（英） | Tetsuya Takiguchi(Kobe Univ.) / Masafumi Nishida(Shizuoka Univ.) / Akira Hirabayashi(Ritsumeikan Univ.) / Takamichi Miyata(Chiba Inst. of Tech.) / Toshiharu Horiuchi(KDDI R&D Labs.) / Kanji Watanabe(Akita Pref. Univ.) |
| 幹事補佐氏名（和） | 浅見 太一(NTT) / 橋本 佳(名工大) / 渡邊 修(拓殖大) / 武岡 成人(静岡理工科大) / TREVINO Jorge(東北大) |
| 幹事補佐氏名（英） | Taichi Asami(NTT) / Kei Hashimoto(Nagoya Inst. of Tech.) / Osamu Watanabe(Takushoku Univ.) / Shigeto Takeoka(Shizuoka Inst. of Science and Tech.) / TREVINO Jorge(Tohoku Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Speech / Technical Committee on Signal Processing / Technical Committee on Engineering Acoustics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］Rahmonicとメルケプストラムを用いた音響モデルに基づく騒音環境下叫び声検出の性能評価 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Performance evaluation of noisy shouted speech detection based on acoustic model with rahmonic and mel-frequency cepstrum coefficients |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 叫び声検出 / Shouted speech detection |
| キーワード(2)（和/英） | 騒音環境 / Noisy 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 |
| 第 1 著者 氏名（和/英） | 福森 隆寛 / Takahiro Fukumori |
| 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） | 中山 雅人 / Masato Nakayama |
| 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） | 西浦 敬信 / Takanobu Nishiura |
| 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） | 南條 浩輝 / Hiroaki Nanjo |
| 第 4 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 発表年月日 | 2017-03-02 |
| 資料番号 | EA2016-132,SIP2016-187,SP2016-127 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | EA-475,SIP-476,SP-477 |
| ページ範囲 | pp.283-286(EA), pp.283-286(SIP), pp.283-286(SP), |
| ページ数 | 4 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |