・2007年度実施項目 １）発話語に依存しない話者識別（情報源の識別技術） Accuracy and Ratio (%) →音声時間波形の狭帯域包絡線間相関を利用 使用周波数範囲を4kHz範囲で約80%の認識率 →個人性が，声帯基本周波数，副鼻腔共振周波数 （ 100 声帯音源基本周波数 男：100～150Hz(8-11) 女：250～300Hz(13-15) 80 60 第2フォルマント周波数 40 600～4kHz(19-30) 第1フォルマント周波数 200～1.4kHz(12-23) 20 0 6-14，22-31 7-11，22-31 副鼻腔共振周波数 (68-0.2k,10k-5.2k) (81-162,1.1k-5.2k) 3.1k～5.4kHz(28-31) Used Band Number 帯域番号：7-11，22-31 : used f range/all, ：used band /all, ：C ） ⇒発話者が男性 【今後の研究予定】 話者識別システムの実用化に向けた検討 １）音声基本周波数を活用して識別率を向上 ２）重要帯域の近傍帯域での識別率調査 ３）公の音声DBを用いた提案手法の有効性検証 ４）重要帯域の物理要因調査 【進捗状況】 9月ASJ投稿予定 １）音声基本周波数を活用して識別率を向上 個人性を多く含む重要帯域 ・声帯音源基本周波数 ・母音の第2フォルマント周波数 ・副鼻腔共振周波数 関連しそう である 基本周波数の時間変動の平均と分散 ⇒個人を特定する特徴量になるか （小橋川の卒業研究） 作業担当者：B4 高山 現在，卒研資料の確認作業を行なっている 【進捗状況】 ２）重要帯域の近傍帯域での識別率調査 個人性を多く含む重要帯域 ・6-14, 22-31 →近傍帯域での識別率調査 →ロバスト性の検証（3月ASJ） 前回，調査できなかった一部の帯域 （9-14, 22-31・10-14, 22-31）を調査 ⇒結果を３）と４）の項目で使用する 作業担当者：B4 青木 現在，作業を担当者に依頼し，調査中 【進捗状況】 9月ASJ・大学紀要投稿予定 ３）公の音声DBを用いた提案手法の有効性検証 これまでは自分たちで収録した音声を使用 →追従実験が難しい →信頼性が十分ではない 公の音声DB（ETL-WD-Ⅰ&Ⅱ）を使用 →追従実験が可能 →登録話者数を増やせる（＋女性10名） →提案手法の有効性が得られる 作業担当者：B4 波々伯部 現在，音声DBから識別に使用する単語を選出 →選出単語を用いて識別率を調査する 【進捗状況】 9月ASJ投稿予定 ４）重要帯域の物理要因調査 個人性を多く含む重要帯域 ・声帯音源基本周波数 ・母音の第2フォルマント周波数 ・副鼻腔共振周波数 関連しそう である 鼻を塞ぎ共振特性を変えた音声を使用 （被験者：前回の音声収録者4名） ⇒識別率が下がれば関連している 作業担当者：M1 末廣 現在，音声収録の準備を行なっている 9月ASJに講演申込する物理特性要因調査について 【目的】 副鼻腔の骨形状に個人性は依存するのかを調査 【方法】 １）副鼻腔の振動を物理的に止めた音声を使用 ２）鼻に詰物をした音声を使用 →止める／塞ぐ方法はどうするか？ 図１ ノーズクリップ 図2 ダイビング用マスク まずは副鼻腔の振動が外部から止められるかを調べる 副鼻腔の構造 ・上顎洞 ・前頭洞 ・蝶形（骨）洞 ・篩骨洞（篩骨蜂巣） 前頭洞 篩骨洞(篩骨蜂巣) 蝶形洞 上顎洞 参考：http://www.sanada.gr.jp/clinic/lecture/paranasal1.html 鼻を塞ぐだけで副鼻腔の振動を止められるか？
© Copyright 2024 ExpyDoc
