文献

J-GLOBAL ID：201502210447263364   整理番号：15A0946532

スマートポスターボードにおける視線情報を用いた話者区間及び相槌の検出

著者 (6件)： 井上昂治 (京大 大学院情報学研究科) ,  若林佑幸 (立命館大 大学院情報理工学研究科) ,  吉本廣雅 (京大 学術情報メディアセ) ,  高梨克也 (京大 学術情報メディアセ) ,  河原達也 (京大 大学院情報学研究科) ,  河原達也 (京大 学術情報メディアセ)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2015  号： MUS-107  ページ： VOL.2015-MUS-107,NO.68 (WEB ONLY)  発行年： 2015年05月16日 
JST資料番号： U0451A  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： 学会やオープンラボなどでなされるポスターセッションにおける会話(ポスター会話)を対象として,各々の会話参与者がいつ発話したかを表す話者区間の検出手法を述べる。ポスター会話のマルチモーダルなセンシング環境として,我々はスマートポスターボードの構築を進めている。従来法で用いられてきた音響情報に対して,会話における発話権取得で重要な役割を担う視線情報を統合した話者区間検出を行う。また,検出した聴衆の各発話区間に対して,それが相槌であるか否かを,話者区間検出と同様のマルチモーダルな手法で判定する。検出した相槌を発話区間から取り除くことで,質問やコメントなどの実質的な発話のみを抽出する。視線情報を用いることによる雑音環境下での話者区間検出の精度向上が実験により示されている。(著者抄録)

シソーラス用語： *視線 ,  *情報 ,  人間 ,  *応答 ,  検出 ,  会話 ,  *発話 ,  *推定 ,  多モード ,  *区間推定
準シソーラス用語： *マルチモーダル ,  *相槌 ,  *話者

分類 (2件)： 音響一般  (BB03010K) ,  音響信号処理  (BB03050C)

引用文献 (27件)：

• Carletta, J., Ashby, S., Bourban, S., Flynn, M., Guillemot, M., Hain, T., Kadlec, J., Karaiskos, V., Kraaij, W., Kronenthal, M., Lathoud, G., Lincoln, M., Lisowska, A., McGowan, I., Post, W., Reidsma, D. and Weliner, P.: The AMI meeting corpus: A pre-announcement, Machine Learning for Multimodal Interaction, Springer, pp. 28-39 (2006).
• Chen, L., Rose, R. T., Qiao, Y., Kimbara, I., Parrill, F., Welji, H., Han, T. X., Tu, J., Huang, Z., Harper, M., Quek, F., Xiong, Y., McNeill, D., Tuttle, R. and Huang, T.: VACE multimodal meeting corpus, Machine Learning for Multimodal Interaction, Springer, pp.40-51 (2006).
• Otsuka, K.: Conversation scene analysis, IEEE Signal Processing Magazine, Vol. 28, No. 4, pp. 127-131 (2011).
• Kawahara, T.: Smart posterboard: Multi-modal sensing and analysis of poster conversations, Proc. APSIPA ASC, pp. 1-5 (2013).
• Kawahara, T., Iwatate, T. and Takanashi, K.: Prediction of turn-taking by combining prosodic and eye-gaze information in poster conversations, Proc. INTERSPEECH, pp. 727-730 (2012).

タイトルに関連する用語 (3件)： 視線 ,  話者 ,  相槌