文献

J-GLOBAL ID：201902238469607273   整理番号：19A1488126

“Hello”? 人間対BOT音声分類のための浅いCNNアプローチ【JST・京大機械翻訳】

”Hello? Who Am I Talking to?” A Shallow CNN Approach for Human vs. Bot Speech Classification

著者 (7件)： Lieto A. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Moro D. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Devoti F. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Parera C. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Lipari V. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Bestagini P. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy) ,  Tubaro S. (Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano, Milano, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 2577-2581  発行年： 2019年 
JST資料番号： W2441A  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： 深い学習技術によって強化された自動音声生成アルゴリズムは,ますますシームレスで即時の機械から人間への相互作用を可能にする。結果として,最新世代の電話cal音は,以前の世代よりも,より説得力のある人間を発声する。この技術の応用は,プライバシー問題(例えば,カスタムケアサービスにおいて),不正行為(例えば,社会的ハッキング)および信用の浸食(例えば,偽会話の発生)の観点から,強い社会的影響を有する。これらの理由のために,人間または投票のいずれかとして,話者の性質を同定することが重要である。本論文では,人間と非人間の話者の自動分類を短いオーディオエクセルの解析から可能にする,畳込みニューラルネットワーク(CNNs)に基づく音声分類アルゴリズムを提案した。提案した解の有効性を,様々な音源からの音声記録を持つ実人間音声データベースを利用することにより評価し,深い学習(例えばGoogle WaveNet)に基づく最先端のテキスト音声生成器を用いて自動的に音声を生成した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  *音響 ,  学習 ,  自動分類 ,  オーディオ機器 ,  電話 ,  会話 ,  音源 ,  有効性
準シソーラス用語： テキスト ,  Google ,  Excel ,  話者 ,  詐欺 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 人間 ,  BOT ,  音声 ,  分類 ,  CNN