文献

J-GLOBAL ID：201402277736638308   整理番号：14A0898449

HARKによって定位・分離された多方向音声のアノテーションツールの開発

Design and Implementation of Multidirectional Sound Annotation Tool with HARK

著者 (5件)： 杉山治 (東京工大) ,  糸山克寿 (京大) ,  中臺一博 (東京工大) ,  中臺一博 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  奥乃博 (早稲田大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 85(CNR2014 1-8)  ページ： 23-26  発行年： 2014年06月09日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
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： 本研究では,ロボット聴覚ソフトウェアHARKに基づいた多方向音声のアノテーションツールの開発について述べる。多方向の音声情報を視覚化し分かりやすく提示する既存研究は存在するが,提示された情報をラベル付けし,セマンティックにアノテーションするまでを一括して行うツールはまだ提案されていない。本研究では,HARKによって音源定位・分離された多方向音声をアノテーションするツールを開発し,アノテーションの負荷を軽減するためにSVMに基づく,自動補完機能を実装した。そして,被験者実験を通じて,その有効性を検証した。(著者抄録)

シソーラス用語： *アノテーション ,  *ロボット ,  *聴覚 ,  ラベル付け【画像】 ,  意味論 ,  音像定位 ,  信号処理 ,  音源分離
準シソーラス用語： *セマンティックアノテーション ,  音源定位

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (5件)：

• Nakadai, K., Okuno, H. G., Nakajima, H., Hasegawa, Y., and Tsujino, H. (2008, December). An open source software system for robot audition HARK and its evaluation. In Humanoid Robots, 2008. Humanoids 2008. 8th IEEE-RAS International Conference on (pp. 561-566). IEEE.
• Shiramatsu, S., Kubota, Y., Komatani, K., Ogata, T., Takahashi, T., and Okuno, H. G. (2009). Visualization-Based Approaches to Support Context Sharing towards Public Involvement Support System. In Opportunities and Challenges for Next-Generation Applied Intelligence (pp. 111-117). Springer Berlin Heidelberg.
• Bellini, P., Nesi, P., and Serena, M. (2011, August). Mystoryplayer: Semantic Audio Visual Annotation And Navigation Tool. In DMS (pp. 152-157).
• Kooijmans, T., Kanda, T., Bartneck, C., Ishiguro, H., and Hagita, N. (2006, March). Interaction debugging: an integral approach to analyze human-robot interaction. In Proceedings of the 1st ACM SIGCHI/SIGART conference on Human-robot interaction (pp. 64-71). ACM.
• Zheng, F., Zhang, G., and Song, Z. (2001). Comparison of different implementations of MFCC. Journal of Computer Science and Technology, 16(6), 582-589.

タイトルに関連する用語 (4件)： 定位 ,  多方向 ,  音声 ,  開発