Pat
J-GLOBAL ID：201003013007318643

複数信号区間推定装置、複数信号区間推定方法、そのプログラムおよび記録媒体

Inventor：
荒木 章子

About 荒木 章子

, 
石塚 健太郎

About 石塚 健太郎

, 
藤本 雅清

About 藤本 雅清

, 
中谷 智広

About 中谷 智広

, 
牧野 昭二

About 牧野 昭二


Applicant, Patent owner：
日本電信電話株式会社

About 日本電信電話株式会社


Agent (3)： 中尾 直樹 ,  草野 卓 ,  中村 幸雄
Gazette classification：公開公報
Application number (International application number)：2008218677
Publication number (International publication number)：2010054733
Application date： Aug. 27, 2008
Publication date： Mar. 11, 2010
Summary：
【課題】音声の収録中に話者位置の移動が生じても、同一話者には同一インデックスを付与することを可能とする。 【解決手段】周波数領域変換部110が観測信号を所定長のフレームに順次切り出して当該フレームごとに周波数領域に変換し、音声区間推定部120が周波数領域の観測信号に基づき、各フレームが音声区間に該当するか否かを推定し、到来方向推定部130が周波数領域の観測信号に基づき、当該周波数領域の観測信号の到来方向を各フレームごとに推定し、到来方向分類部140が音声区間に該当すると推定された各フレームを、到来方向の類似性に基づき話者ごとのクラスタに分類する。そして、話者同定部250が所定の時刻までに同一クラスタに分類された各フレームの周波数領域の観測信号に基づき、当該クラスタに係る話者のモデルをクラスタごとに作成し、当該所定の時刻以降の観測信号の話者を各話者のモデルに基づき推定する。【選択図】図1
Claim (excerpt)：
複数のマイクによりそれぞれ収録された、複数の話者による発話音声が含まれる観測信号から、それぞれの話者の発話区間を推定する複数信号区間推定装置であって、 上記観測信号を所定長のフレームに順次切り出し、当該フレームごとに周波数領域に変換する周波数領域変換部と、 周波数領域に変換された上記観測信号(以下、「周波数領域観測信号」という)に基づき、各フレームが音声区間に該当するか否かを推定する音声区間推定部と、 上記周波数領域観測信号に基づき、当該周波数領域観測信号の到来方向を各フレームごとに推定する到来方向推定部と、 上記音声区間に該当すると推定された各フレームを、上記到来方向の類似性に基づき上記話者ごとのクラスタに分類する到来方向分類部と、 所定の時刻までに同一クラスタに分類された各フレームの上記周波数領域観測信号に基づき、当該クラスタに係る上記話者のモデルをクラスタごとに作成し、当該所定の時刻以降の上記観測信号の話者を、各話者のモデルに基づき推定する話者同定部と、 を備えることを特徴とする複数信号区間推定装置。
IPC (3)：
G10L 15/04 ,  G10L 15/28 ,  G10L 17/00
FI (4)：
G10L15/04 300D ,  G10L15/04 300B ,  G10L15/28 400 ,  G10L17/00 200B
F-Term (2)：
5D015AA03 ,  5D015DD03
Patent cited by the Patent：
Cited by applicant (5)
Show all
Cited by examiner (4)
Show all
Article cited by the Patent：
Cited by applicant (1) Cited by examiner (1)

Return to Previous Page

TOP

BOTTOM