時間遅れニューラルネットワークを用いた視聴覚融合音声認識
スポンサーリンク
概要
- 論文の詳細を見る
「音響信号などの聴覚情報を用いた音声認識」は, 騒音環境下における認識が困難である. 一方,「口形や唇の動きなどの視覚情報を用いた音声認識」は, 騒音環境に依存しないという利点があるが, 認識に有効な特徴量を抽出する手法が確立されていないなどの問題点も存在する. そこで本稿では, 視覚情報と聴覚情報のそれぞれの利点を活かした音声認識を実現すべく, 視覚情報と聴覚情報の2つの情報を融合した音声認識を行う手法を提案する. なお視聴覚融合手法としてTDNN (Time-Delay Neural Network) を用いる.
- 社団法人電子情報通信学会の論文
- 1997-03-06
著者
-
荻原 昭夫
大阪府立大学工学部
-
松本 啓之亮
大阪府立大学大学院工学研究科
-
荻原 昭夫
大阪府立大学大学院工学研究科
-
松本 啓之亮
大阪府立大学大学院工学研究科知能情報工学分野
-
松本 啓之亮
大阪府立大学工学部
-
森川 政伸
大阪府立大学 工学部
-
浅尾 忍
大阪府立大学工学部
-
松本 啓之亮
大阪府立大学
-
荻原 昭夫
大阪府立大学
関連論文
- 音高推定結果を考慮した単一楽器音に対する音楽電子透かし法
- 音楽電子透かしにおける埋込多重化に対する直流成分を用いた音質改善(情報セキュリティ基礎)
- デイトレードエージェントフレームワークを用いた遺伝的プログラミングによる投資戦略の進化
- 音高推定結果を考慮した単一楽器音に対する音楽電子透かし法 (応用音響)
- 周波数非線形伸縮を用いた対数パワースペクトル包絡のモーフィングによる声質変換
- D-14-15 音声対話システムにおける感性情報処理
- ピッチ情報を考慮した音声対話システム
- SP2000-22 音声対話システムのためのHMMに基づく感情判別
- 情報リサイクルのための文書の書き込み解析
- 複比とハッシュに基づく文書画像検索(文書・文字メディアの認識・理解, 一般)
- D-5-2 画像検索のための視覚化インタラクティブ・モジュール(D-5. 言語理解とコミュニケーション, 情報・システム1)
- D-5-1 語の共起の統計情報を用いた画像と説明文の対応付け(D-5. 言語理解とコミュニケーション, 情報・システム1)
- D-12-63 デジタルカメラを用いた文書画像検索の一手法(D-12. パターン認識・メディア理解, 情報・システム2)
- D-12-62 デジタルカメラを用いた文書画像からの書き込み抽出手法(D-12. パターン認識・メディア理解, 情報・システム2)
- 文字の2次元出現密度分布に基づく文書画像の関連部分検索
- サポートベクトルマシンを用いた新聞記事からのプロフィール情報抽出
- グラフィカルなモデルエディタを用いたマルチエージェントシミュレータ開発手法
- EA2010-26 音高推定結果を考慮した単一楽器音に対する音楽電子透かし法
- D-19-3 自動採譜結果を利用したオーディオ信号への音楽電子透かし(D-19.情報通信システムセキュリティ,一般セッション)
- L-009 改ざん箇所の検出が可能な電子文書のデータ構造(ネットワーク・セキュリティ,一般論文)
- 振幅の増減に基づく音楽電子透かしにおけるリードソロモン符号を用いた音質改善法
- 不特定話者に対する唇形状抽出法
- D-14-37 Dempster-Shafer確率理論を用いた視聴覚融合音声認識
- 視聴覚融合音声認識に適した唇形状抽出
- 共起ヒストグラムを用いた視聴覚融合音声認識
- 母音連鎖を利用した放送ニュースの話題セグメンテーション
- 工学部ホームページの運用
- カラー情報を用いた唇形状の抽出 : 視聴覚融合音声認識用データベース
- 時間遅れニューラルネットワークを用いた視聴覚融合音声認識
- ガーベジHMMを用した音声スイッチ
- 自由発話音声中の冗長語に対処した音声処理手法
- 自由発話音声中の冗長語に対処した音声処理手法
- フルフレーム・カラー画像を用いた視聴覚融合音声認識
- カラー情報を用いた顔全体画像からの唇輪郭の抽出 : 視聴覚融合による音声認識
- 視聴覚融合を用いたHMM音声認識
- カオスニューラルネットのダイナミクスと最小値探索
- 視聴覚融合による音声認識に適した口形特徴量の検討
- 自由発話音声中の無音区間に着目した冗長語除去手法
- 振幅の増減に基づく音楽電子透かしにおけるリードソロモン符号を用いた音質改善法(研究速報)
- 隣接グラフを用いた欧文文書画像からの文字列抽出 (画像の認識・理解)
- D-12-15 弛緩法に基づく文書画像のレイアウト解析
- 一般図形ボロノイ図に基づく文書画像からの文字列抽出
- Webサービスを用いた電力取引システムに対するネットワークモデルの設計
- 効率的な需給均衡を目的とした協調取引システムモデルの構築
- システムのディペンダビリティ向上へのアプローチ
- 情報システム構築に関する課題と将来動向(企業情報システムの過去・現在・未来特集号)
- 複比とハッシュに基づく文書画像検索(文書・文字メディアの認識・理解, 一般)
- A-7-1 音声付き動画像用相関型電子透かし(A-7. 情報セキュリティ, 基礎・境界)
- HMM音声認識における視聴覚融合手法
- 負の自己結合を有する離散値型ニューラルネットワークとその応用
- 時間遅れニューラルネットワークを用いた電力ケーブルの故障原因診断システム
- 音質改善のための直流成分を用いた音楽電子透かし法(立体音響,一般)
- A-7-4 多チャンネル型音楽電子透かしにおける主観的音質評価の改善(A-7. 情報セキュリティ,一般セッション)
- A-7-16 多チャンネル型音楽電子透かしとWSS距離を考慮した音質改善(A-7.情報セキュリティ,一般セッション)
- 振幅の増減に基づく音楽電子透かしにおける埋込の多重化による埋込容量の増大法(研究速報)
- A-7-8 多チャンネル型音楽電子透かしとクリック雑音の低減法(A-7.情報セキュリティ,一般セッション)
- A-7-7 振幅の増減に基づく音楽電子透かしにおける埋め込みの多重化(A-7. 情報セキュリティ,一般セッション)
- A-7-5 印刷画像へのフラクタル符号化に基づく電子透かし法(A-7.情報セキュリティ,一般セッション)
- A-7-2 演奏楽器と類似した音色をもつ信号を用いた音楽電子透かし法(A-7.情報セキュリティ,一般セッション)
- A-7-3 振幅の分散の増減に基づく音楽電子透かしにおける埋め込みの多重化(A-7.情報セキュリティ,一般セッション)
- A-7-1 乗法的パッチワーク法に基づく音楽電子透かしにおける音質の向上(A-7.情報セキュリティ,一般セッション)
- 窓関数を用いた部分テキスト検索 -固定長法と出現密度法の比較-
- 窓関数を用いた部分テキスト検索 : ベクトル空間法と出現密度法の比較
- 単語の出現密度分布と偏出度を用いた図表と説明テキストの対応付け
- 単語の出現密度分布を用いた図表と説明テキストの対応付け
- G-009 ピッチの時間変化パターンを用いた合成音声判別法(G.音声・音楽)
- カオスニューラルネットの最小値探索原理についての考察
- I-072 手形状の面積時系列を用いた本人認証(I.画像認識・メディア理解)
- A-7-4 電子透かし法における適切な色変換方法の検証(A-7.情報セキュリティ,一般セッション)
- 効用関数に基づくインタラクティブDSMに関する基礎検討
- エージェントの相互依存関係を用いた適応型高信頼性システム
- 文書画像に対する質問応答システムIQAS(文字とドキュメントの認識・理解)
- 文書画像に対する質問応答システムIQAS(文字とドキュメントの認識・理解)
- サポートベクトルマシンを用いたプロフィール情報の抽出(抽出(1))
- 文字の2次元出現密度分布に基づく文書画像の部分検索
- 文字の2次元出現密度分布に基づく文書画像の部分検索
- キーワード出現密度分布に基づく文書画像の部分検索
- 印刷文書の背景領域への大量データの埋め込みと復元
- 特徴ベクトルの出現密度分布に基づく印刷文書画像の部分検索
- 印刷文書への大量データの埋め込みと取り出し
- 音声・音情報のディジタル信号処理, 鹿野清弘, 中村 哲, 伊勢史郎 (共著) : "音声・音情報のディジタル信号処理", 昭晃堂 (1997-11), A5判, 定価 (本体3, 200円+税)
- I-077 幾何学的改変と結託攻撃に耐性をもたせた電子透かし法(グラフィクス・画像,一般論文)
- I-076 ガボールフィルタを用いた人間の視覚特性に基づく電子透かしの埋め込み強度の制御(グラフィクス・画像,一般論文)
- I-075 JPEG画像を対象とした改ざん箇所の復元可能な電子透かし法(グラフィクス・画像,一般論文)
- ロケーションマップの圧縮効率を高めた可逆電子透かし法(研究速報)
- A-7-19 音楽電子透かしにおける同期符号検出の改善法(A-7.情報セキュリティ,一般講演)
- J_054 JPEG圧縮に耐性のあるデジタル画像の改ざん検出・修復可能な電子透かし(J分野:グラフィクス・画像)
- 振幅の増減に基づく音楽電子透かしにおけるリードソロモン符号を用いた音質改善法
- D-21-9 音響電子透かし技術の評価基準と評価コンテスト(D-21.マルチメディア情報ハイディング・エンリッチメント,一般セッション)
- A-7-2 音源同定に基づく音楽電子透かし法における攻撃耐性評価(A-7.情報セキュリティ,一般セッション)
- 複数楽器演奏曲を対象とする音源同定を用いた音楽電子透かし法(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)
- 複数楽器演奏曲を対象とする音源同定を用いた音楽電子透かし法(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)
- 音響信号に対する情報ハイディング及びその評価基準の検討(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)
- 音響信号に対する情報ハイディング及びその評価基準の検討(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)
- 第1回音響電子透かしコンテスト実施結果とその講評 (マルチメディア情報ハイディング・エンリッチメント)
- 音響信号に対する情報ハイディング及びその評価基準の検討
- 複数楽器演奏曲を対象とする音源同定を用いた音楽電子透かし法
- 単一楽器演奏曲を対象とするサンプリング音を用いた音楽電子透かし法(情報ネットワーク)
- 第1回音響電子透かしコンテスト実施結果とその講評(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)
- 第1回音響電子透かしコンテスト実施結果とその講評(異種メディア融合,コンテンツ処理,メディア検索,電子透かし,一般)