文献

J-GLOBAL ID：201102270602053773   整理番号：11A0598510

多数の人の声を一度に聞き分ける聴覚技術 -聖徳太子ロボットを目指して-

Machine Audition Technology that Listens to Multiple Voiced Speech at Once

著者 (2件)： 奥乃博 (京都大学) ,  中臺一博 ((株)HRI-JP)
資料名： 電気学会誌  (電気学会雑誌)
巻： 131  号： 3  ページ： 159-163 (J-STAGE)  発行年： 2011年 
JST資料番号： F0011A  ISSN： 1340-5551  CODEN： DGZAAW  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 現在のロボットでは,画像認識の研究が進んでいるが,音声認識はほとんど進んでいない。これに対し,著者らは,ロボットの耳で開くという「ロボット聴覚」を提案してきた。そして,音源定位,すべての音源を分離する音源分離,および分離音を認識する音声認識の研究に取りくんできた。今回,これを利用した,10人の同時発話が理解できる「聖徳太子ロボット/コンピュータ」の実現を目指している。混合音声を聞き分ける処理は,音環境理解(CASA)と呼ばれ,最近研究が活発になっている。CASAでは,音源定位,音源分離,分離音認識を要素技術として使用して多数の人の声を聞き分ける。しかし,これをシステムとして組み上げていくには,これらの要素技術を統一的に提供する必要がある。本稿では,組み込みシステムのためのロボット聴覚オープンソフトウエアHARKについて概説する。

シソーラス用語： *音声認識 ,  *ロボット ,  *聴覚 ,  音像定位 ,  信号処理 ,  ソフトウェア ,  音源分離 ,  オープンソースソフトウェア

分類 (2件)： パターン認識  (JE07000S) ,  ロボットの設計・製造・構造要素  (IC04013A)

引用文献 (11件)：

• KASHINO, M. One, two, many-Judging the number of concurrent talker. JASA. 1996, 99, 4, 2596
• CHERRY, C. Some Experiments on the Recognition of Speech, with One and with Two Ears. JASA. 1953, 25, 5, 975-979
• ROSENTHAL, D. E. Computational Auditory Scene Analysis. 1998
• NAKADAI, K. Design and Imprementation of Robot Audition System "HARK". Advanced Robotics. 2010, 24, 5-6, 739-761
• HYVARINEN, A. Independent Component Analysis. 2001

タイトルに関連する用語 (4件)： 人 ,  声 ,  聴覚 ,  ロボット