文献

J-GLOBAL ID：201002243479852750   整理番号：10A0869353

話者独立視覚だけによる言語同定

SPEAKER INDEPENDENT VISUAL-ONLY LANGUAGE IDENTIFICATION

著者 (2件)： NEWMAN Jacob L (Univ. East Anglia, Norwich, GBR) ,  COX Stephen J (Univ. East Anglia, Norwich, GBR)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2010 Vol.7  ページ： 5026-5029  発行年： 2010年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動言語同定は成熟した技術であり,数秒の発話だけから高い同定精度が達成できる水準に達している。本論文は,視覚だけによる言語同定(VLID)の実験を述べた。この実験では,唇の形状,見かけ,動きだけを使用して話し言葉発話の言語を決定する。話者依存モードVLIDについては,オーディオLIDで使用されるGMMトークン化に類似した方法でサブ音声単位を使用して,マルチリンガル話者の話す言語を同定できることを先に報告した。本論文は,これを英語とフランス語の二言語話者独立モード同定に拡張した。話者に共通な視覚単位としては,音素の視覚的見かけであり音素間の厳密な関係であるvisemeを使用した。実験の結果は,visemeの認識精度が34%と低くても,妥当なVLIDが可能であった。visemeの認識精度を劣化させるシミュレーションでは,認識誤りが50%程度でも高いVLID精度が達成できた。

シソーラス用語： 同定 ,  自然言語処理 ,  情報 ,  人間 ,  発話 ,  実験 ,  口唇 ,  *話し言葉 ,  音素 ,  精度 ,  計算機シミュレーション ,  誤り率 ,  独立性 ,  サポートベクトルマシン ,  英語 ,  フランス語 ,  認識
準シソーラス用語： *言語同定 ,  *視覚情報 ,  不特定話者 ,  評価実験 ,  認識精度 ,  言語認識

分類 (2件)： 自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 話者 ,  視覚 ,  言語同定