文献

J-GLOBAL ID：202202230321458455   整理番号：22A1077748

たたみ込みニューラルネットワークを用いた病的音声検知の検討

Detection of pathological speech using convolutional neural network

著者 (2件)： 石原一樹 (上智大) ,  荒井隆行 (上智大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-8P-7  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  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： ・たたみ込みニューラルネットワークのモデルであるEfficientNetによるスペクトログラムの画像データからの健常音声と病的音声の分類。
・スペクトログラムの画像データを生成する際のパラメータの違いにより,分類結果に違いが生じるかを検証。
・白黒画像のスペクトログラムを用いた際に,最大で79.31%の正解率で病的音声と健常音声を判別できることを実験により確認。

シソーラス用語： *ニューラルネットワーク ,  音声処理 ,  図表 ,  データ ,  機械学習 ,  音声データベース ,  比率 ,  *信号検出 ,  内挿法
準シソーラス用語： *畳込みニューラルネットワーク ,  スペクトログラム ,  画像データ ,  正解率 ,  *音声検出 ,  カラーマップ

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (11件)：

• B. William, and P. Manfred, “Saarbrucke n voice database,” Institute of Phonetics, Univ. of Saarland, http://www.stimmdatenbank.coli.uni-saarland.de/, 2007.
• N. Souissi and A. Cherif, “Artificial neural networks and support vector machine for voice disorders identification,” Proc. International Journal of Advanced Computer Science and Applications (IJACSA), 7(5), 339-344, 2016.
• P. Barche, et al., “Towards automatic assessment of voice disorders: A clinical approach,” Proc. INTERSPEECH, 2537-2541, 2020.
• 石原, 荒井, “ケプストラム法を用いた音声障害の有無の判定の試み”, 日本音響学会音声コミュニケーション研究会資料, 1(1), 41-45, SC-2021-8, 2021.
• J. Lee, and H.-J. Choi, “Deep learning approaches for pathological voice detection using heterogeneous parameters,” Proc. IEICE Trans. Inf. Syst., e103-d, 1920-1923, 2020.

タイトルに関連する用語 (2件)： たたみ込みニューラルネットワーク ,  音声