文献

J-GLOBAL ID：202102249785187514   整理番号：21A0326170

聴覚的印象に着目した笑い声検出法

Sound detect for laughter by using features based on auditory attributes

著者 (3件)： 田中聡一郎 (北陸先端科学技術大学院大) ,  森田翔太 (福山大) ,  鵜木祐史 (北陸先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 120  号： 241(EA2020 21-45)  ページ： 15-20 (WEB ONLY)  発行年： 2020年11月13日 
JST資料番号： U2030A  ISSN： 2432-6380  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： 本研究では,聴覚的印象に着目し,通常の笑い声だけでなく,愛想笑いなどの特殊な笑い声も検出する手法を提案する.提案法は,特徴抽出部と識別器で構成される.特徴抽出部では,音響特徴量のほかに聴覚的印象として音質評価指標と音色属性を利用した.識別器では,閾値判定とSupport Vector Machine(SVM)を利用した.笑い声/非笑い声(通常発話音声)を判別するために,閾値判定では,音響特徴量と音質評価指標,音色属性を分析して閾値を決定した.SVMでは,笑い声を検出した.笑い声と非笑い声のデータベースを利用して提案法(基本)を評価した.その結果,従来法と比較して,提案法の検出率が約20%向上した.また,音声の誤受理率が半減することもわかった.さらに,提案法において,特徴を選択的に利用する方法に改良することで,愛想笑いや鼻笑いといった特殊な笑い声の検出率も向上させることがわかった.(著者抄録)

シソーラス用語： *コミュニケーション ,  信号検出 ,  音波信号 ,  音響特性 ,  数値 ,  *特徴抽出 ,  周波数特性 ,  指標 ,  評価 ,  *音質 ,  評価基準 ,  *音色 ,  属性 ,  機械学習 ,  主観評価 ,  聴感 ,  サポートベクトルマシン ,  発話 ,  閾値 ,  比率
準シソーラス用語： *笑い声 ,  *音声検出 ,  音響特徴量 ,  音質評価指標 ,  音質評価 ,  聴感印象 ,  愛想笑い ,  鼻笑い ,  検出率

分類 (1件)： 音声処理  (JE05000E)

引用文献 (20件)：

• 岡田,石井,“社会的信号処理とAI,” 人工知能,32(6), 915-916, 2017.
• 西田,中平,北島,“リアクションを考慮したHMM によるコミュニケーション場の雰囲気推定アルゴリズム,”情報処理学会, 149-150, 2019.
• 宮本,阪田,“共同創作活動におけるコミュニケーション生成過程の分析,”情処学研報, 01-08, 2010.
• 渋谷,李,“社会的笑いに関する心理学研究の動向,” 目白大学心理学研究, 7, 2011.
• K. Laskowski, “Contrasting Emotion-bearing Laughter Types in Multiparticipant Vocal Activity Detection for Meetings,” Proc. ICASSP, 4765-4768, 2009.

タイトルに関連する用語 (4件)： 印象 ,  着目 ,  笑い声 ,  検出法