文献

J-GLOBAL ID：200902293166005336   整理番号：09A0034861

個人の音声を反映する映像エンタテインメントシステム

Visual Entertainment System Considering Personal Voice

著者 (7件)： 足立吉広 (国際電気通信基礎技術研 音声言語コミュニケーション研) ,  足立吉広 (早稲田大) ,  大谷大和 (国際電気通信基礎技術研 音声言語コミュニケーション研) ,  川本真一 (国際電気通信基礎技術研 音声言語コミュニケーション研) ,  四倉達夫 (国際電気通信基礎技術研 音声言語コミュニケーション研) ,  森島繁生 (早稲田大) ,  中村哲 (国際電気通信基礎技術研 音声言語コミュニケーション研)
資料名： 情報処理学会論文誌ジャーナル(CD-ROM)  (情報処理学会論文誌 論文誌ジャーナル(CD-ROM))
巻： 49  号： 12  ページ： 3908-3917  発行年： 2008年12月15日 
JST資料番号： Z0778B  ISSN： 1882-7837  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 視聴者の顔をCGで再現し,CGキャラクタとして映画に登場させるFuture Cast System(FCS)を改良し,視聴者の声の特徴をそのキャラクタの台詞音声へ反映させ,キャラクタの顔と声の一致度を向上させて音声を出力するシステムを構築する。あらかじめ構築した話者データベースから視聴者の知覚的類似話者を選出し,その話者の台詞音声を視聴者のキャラクタに割り当て,短時間で台詞音声を映像と同期出力するシステムを提案する。知覚的類似話者は,個人性の知覚と関係があると報告されている8つの音響特徴量による距離の線形結合を用いて推定する。声優による60種類の声質の台詞音声データベースを用いた音声出力同期システムを構築し,視聴者のキャラクタの顔と選択された音声の一致度に関して5段階の主観評価を行った。登場者数と話者データベースの規模,および類似話者の許容度の関係を予備実験により調査し,実験条件にあてはめたところ,予想される許容度約51%に対して主観実験値において35%の許容が確認され,全体として予備実験で得られた予想値の68%が達成できた。(著者抄録)

シソーラス用語： *ヒューマンインタフェイス ,  *音声データベース ,  *バーチャルリアリティ ,  コンピュータグラフィックス ,  顔 ,  マッチング ,  同期制御 ,  画像処理システム ,  映像 ,  主観評価 ,  娯楽
準シソーラス用語： *CGキャラクタ ,  エンターテインメント ,  音響特徴量 ,  台詞

分類 (3件)： 人間機械系  (IB03000G) ,  音声処理  (JE05000E) ,  図形・画像処理一般  (JE04010I)

引用文献 (19件)：

• Morishima, S., Maejima, A., Wemler, S., Machida, T. and Takebayashi, M.: Future Cast System, ACM SIGGRAPH 2005 Sketch, ACM SIGGRAPH 2005 Full Conference DVD-ROM Disc 2, ISBN 1-59593-099-X, 020-morishima. pdf (2005).
• Amino, K., Sugawara, T. and Arai, T.: Speaker Similarities in Human Perception and their Spectral Properties, Proc. WESPAC IX (2006).
• 永嶋育美, 高際光晴, 齋藤 裕, 柳川博文, 長尾優次, 村上 尚, 福島 学: 人の話者識別における音声の類似性の検討, 音響学会春季講演論文集, 3-P-5, pp. 737-738(2003).
• Adachi, Y., Kawamoto, S., Morishima, S. and Nakamura, S.: Perceptual Similarity Measurement of Speech by Combination of Acoustic Features, Proc. ICASSP, pp. 4861-4864(2008).
• Reynolds, D. A.: Robust Text-Independent Speaker Identification Using Gaussian Mixture Speaker Models, IEEE Trans. Acoust. Speech and Audio Processing, Vol.3, No.1(1995).

タイトルに関連する用語 (4件)： 個人 ,  音声 ,  映像 ,  エンタテインメント