文献

J-GLOBAL ID：200902241705262704   整理番号：08A0083299

ポスター会話に対する発話区間検出と話者識別の検討

A Study on Speech Activity Detection and Speaker Diarization for the Recordings of Poster Sessions

著者 (8件)： 石塚健太郎 (NTT コミュニケーション科学基礎研) ,  石塚健太郎 (京大 大学院情報学研究科) ,  荒木章子 (NTT コミュニケーション科学基礎研) ,  藤本雅清 (NTT コミュニケーション科学基礎研) ,  瀬戸口久雄 (京大 大学院情報学研究科) ,  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  (IPSJ SIG Technical Reports)
巻： 2007  号： 129(SLP-69)  ページ： 217-222  発行年： 2007年12月20日 
JST資料番号： Z0031B  ISSN： 0919-6072  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： 会議やポスター発表などの,多人数によるインタラクションを含む場面において,「誰がいつ話したか?」を検出できれば,検索のためにインデクスを付与する場合や談話構造分析の手がかりとして有用である。この実現のためには,まず観測信号の中から何らかの音声が話されている区間を取り出し(発話区間検出),検出された音声区間について発話者を分類する必要がある(話者識別)。本稿では,マイクロホンアレイによりポスター発表を収録して得られた音声データに対し,「いつ」を捉えるために音声の周期性・非周期性の比を用いた発話区間検出技術を適用し,「誰が」を捉えるために音声信号の到来方向を用いた話者識別の手法を適用した場合について,その結果得られる話者識別性能に関し予備的な検討を行った。(著者抄録)

シソーラス用語： 発話 ,  *音声認識 ,  *パターンマッチング ,  型 ,  *ユーザインタフェイス ,  生体リズム ,  性質 ,  *音像定位
準シソーラス用語： *インタラクション ,  マイクロホンアレイ ,  *音源定位 ,  周期性 ,  発話区間 ,  非周期性 ,  *話者照合

分類 (3件)： パターン認識  (JE07000S) ,  人間機械系  (IB03000G) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (4件)： ポスター ,  会話 ,  発話 ,  話者識別