文献

J-GLOBAL ID：201902249430306140   整理番号：19A0490016

音声知覚における視聴覚手がかり統合の開発のモデリング【JST・京大機械翻訳】

Modeling the Development of Audiovisual Cue Integration in Speech Perception

著者 (4件)： Getz Laura M. (Department of Psychology, Villanova University, Villanova, PA 19085, USA) ,  Nordeen Elke R. (Department of Psychology, Villanova University, Villanova, PA 19085, USA) ,  Vrabic Sarah C. (Department of Psychology, Villanova University, Villanova, PA 19085, USA) ,  Toscano Joseph C. (Department of Psychology, Villanova University, Villanova, PA 19085, USA)
資料名： Brain Sciences (Web)  (Brain Sciences (Web))
巻： 7  号： 3  ページ： 32  発行年： 2017年 
JST資料番号： U7150A  ISSN： 2076-3425  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 成人音声認識は,情報が複数のモダリティから提供されるとき,一般的に強化される。対照的に,幼児は,発達において早期に聴覚と視覚の音声情報を組み合わせることから利益を得ないように見える。これは,両モダリティが言語獲得の初期段階においてさえも音声理解に重要であるという事実にもかかわらず,真である。次に,聴者がどのようにして聴覚と視覚情報を統一信号の一部として処理するかを学習する。聴覚ドメインにおいて,統計的学習プロセスは音韻カテゴリを獲得するための優れた機構を提供する。これはまた,複数のモダリティから情報を統合するために学習者を必要とするオーディオビジュアル対応を獲得するより複雑な問題に対しても真である。本論文では,キュー重みを学習し,それらの分布統計に基づいてキューを結合するGauss混合モデル(GMM)を用いたシミュレーションを提示した。最初に,聴覚および視覚キューから音韻カテゴリを獲得する開発過程をシミュレートし,単純な統計学習アプローチがマルチモーダル表現を学習するのに十分であるかどうかを検討した。第二に,聴覚と視覚入力が不整合である場合を含む,成人知覚者におけるオーディオビジュアル音声知覚を説明するために,この時間コース情報を使用する。全体として,ドメイン一般統計学習技術により,音声におけるオーディオビジュアルキュー統合の発達軌跡をモデル化することが可能になり,次に,複数のキューに基づいて統一された知覚を生じる機構をより良く理解することができることを見出した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  *音声知覚 ,  重みづけ ,  待ち行列 ,  視覚 ,  多モード ,  音韻 ,  *聴覚 ,  音声認識 ,  不整合 ,  幼児 ,  成人
準シソーラス用語： オーディオビジュアル ,  モダリティ ,  *視聴覚 , 【Automatic Indexing@JST】

著者キーワード (7件)： 音声認識 ,  音声開発 ,  マルチモーダル表現 ,  視聴覚キュー ,  統計的学習 ,  ガussiの混合物 ,  手がかり重みづけ

分類 (2件)： 聴覚  (EJ13030M) ,  応用心理学  (AE02000A)

引用文献 (73件)：

• Calvert, G.A.; Brammer, M.J.; Iversen, S.D. Crossmodal identification. Trends Cogn. Sci. 1998, 2, 247-253.
• Rosenblum, L. The Primacy of Multimodal Speech Perception. In Handbook of Speech Perception; Pisoni, D., Remez, R., Eds.; Blackwell: Malden, MA, USA, 2005; pp. 51-78.
• McGettigan, C.; Faulkner, A.; Altarelli, I.; Obleser, J.; Baverstock, H.; Scott, S.K. Speech comprehension aided by multiple modalities: Behavioural and neural interactions. Neuropsychologia 2012, 50, 762-776.
• Sánchez-García, C.; Alsius, A.; Enns, J.T.; Soto-Faraco, S. Cross-modal prediction in speech perception. PLoS ONE 2011, 6, e25198.
• Gilbert, J.L.; Lansing, C.R.; Garnsey, S.M. Seeing facial motion affects auditory processing in noise. Atten. Percept. Psychophys. 2012, 74, 1761-1781.

タイトルに関連する用語 (6件)： 音声知覚 ,  視聴覚 ,  手がかり ,  統合 ,  開発 ,  モデリング