文献

J-GLOBAL ID：201202276020246556   整理番号：12A0748549

スペクトル変化量のピーク間隔・F0・MFCCを用いた歌声と朗読音声の自動識別システム

A System for Automatic Discrimination between Singing and Speaking Voices on the Basis of Peak Interval of Spectral Change, F0, and MFCC

著者 (7件)： 阿曽慎平 (京大 大学院情報学研究科) ,  齋藤毅 (金沢大 理工学域) ,  後藤真孝 (産業技術総合研) ,  糸山克寿 (京大 大学院情報学研究科) ,  高橋徹 (京大 大学院情報学研究科) ,  尾形哲也 (京大 大学院情報学研究科) ,  奥乃博 (京大 大学院情報学研究科)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2011  号： 6  ページ： ROMBUNNO.MUS-94,NO.13  発行年： 2012年04月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  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： 本稿では,歌声と朗読音声を識別するシステムについて述べる。入力は無雑音音声,出力は歌声と朗読音声それぞれの尤度(連続値)である。従来,スペクトル包絡(MFCC)と基本周波数(F0)の時間変化に基づいた識別システムが報告されている。これらの特徴量に基づく識別器に,スペクトル変化量のピーク間隔という,音素継続時間に関連する特徴量に基づく識別器を加え,入力音声長に応じて各識別器への重みを変化させた。実験の結果,従来システムでは1秒の音声に対し86.7%の精度であったのに対し,本システムでは90.2%という結果を得た。本システムが実時間で動作するデモアプリケーションについても述べる。(著者抄録)

シソーラス用語： 係数 ,  *音楽 ,  *音声分析 ,  発声 ,  音声 ,  雑音 ,  確率 ,  基本振動数 ,  スペクトル ,  情報 ,  *信号処理 ,  評価試験 ,  重みづけ ,  精度 ,  実時間処理 ,  確率モデル ,  歌声 ,  特徴量 ,  尤度 ,  メル周波数ケプストラム係数 ,  数学モデル
準シソーラス用語： MFCC ,  基本周波数 ,  朗読音声

分類 (4件)： 楽器音響  (BB03070Y) ,  音声処理  (JE05000E) ,  信号理論  (ND02020G) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (8件)： スペクトル ,  変化量 ,  f0 ,  MFCC ,  歌声 ,  朗読 ,  音声 ,  自動識別