English
Home
各種検索
研究業績検索
論文・著書検索
( 詳細検索 )
特許検索
( 詳細検索 )
研究ハイライト検索
( 詳細検索 )
研究者検索
組織・担当から絞り込む
サポート
よくあるご質問(FAQ)
T2R2登録申請
学位論文登録について
組織単位データ出力について
(学内限定)
サポート・問合せ
T2R2について
T2R2とは?
運用指針
リーフレット
本文ファイルの公開について
関連リンク
東京工業大学
東京工業大学STARサーチ
国立情報学研究所(学術機関リポジトリ構築連携支援事業)
Home
>
ヘルプ
論文・著書情報
タイトル
和文:
口唇の深度画像を用いたマルチモーダル音声認識
英文:
著者
和文:
押尾翔平
,
岩野公司
,
篠田浩一
.
英文:
Syohei Oshio
,
Koji Iwano
,
Koichi Shinoda
.
言語
Japanese
掲載誌/書名
和文:
情報処理学会研究報告 SLP
英文:
IPSJ SIG Technical Report of SLP
巻, 号, ページ
vol. 102 no. 2 pp. 1-6
出版年月
2014年7月24日
出版者
和文:
情報処理学会
英文:
Information Processing Society of Japan
会議名称
和文:
2014年7月 音声研究会・音声言語情報処理研究会 合同研究会
英文:
開催地
和文:
岩手県花巻市
英文:
Hanamaki-shi Iwate Pref.
公式リンク
http://www.ipsj.or.jp/sig-reports/SLP/SLP102.html
http://www.ieice.org/ken/program/index.php?tgid=IPSJ-SLP&year=12
http://www.ieice.org/ken/program/index.php?tgs_regid=cd3b7cfab9a7383443e25501a4abff320465d8f5a7fa44824194f5ece2cbd8b0&tgid=IPSJ-SLP&lang=
アブストラクト
音声認識の雑音耐性の向上のための手段のひとつとして、唇動画像情報を音声情報とともに利用するマルチモーダル音声認識の研究が数多く行われている。本研究では、音声認識のための画像特徴量として、従来の正面画像に加え、Microsoft Kinectから得られる深度情報を用いる手法を提案する。HMMによる口唇・口腔の輪郭抽出手法に深度情報を入力として加えるほか、唇の突出などで生じる凹凸を画像特徴量として抽出する手法を導入した。日本語文音声に対する連続音声認識実験の結果、複数話者のデータを用いた際に、単語正解制度が66.0%から67.0%に増加し、発声時に口を尖らせる音素や舌が口腔を塞ぐような動きをする音素に対して提案手法が特に有効であることが確認された。
©2007
Tokyo Institute of Technology All rights reserved.