ソナグラムの画像特徴に着目した音声・音楽・ノイズ区間識別手法の提案(PRMU一般(1),顔・ジェスチャの認識・理解)
スポンサーリンク
概要
- 論文の詳細を見る
本研究では,音信号のソナグラム(縦軸に周波数,横軸に時間をとり,ある時刻・周波数の音のパワーを色の濃淡で表した2次元画像)の画像特徴を利用した,音声・音楽・ノイズ区間識別手法を提案する.提案手法では,三種類の音区間それぞれで,ソナグラムの画像特徴が異なることに着目する.音声ではピーク周波数が緩やかに変化するため,ソナグラム上に緩やかなカーブが描かれる.また音楽ではピーク周波数が一定値のまま一定時間持続するため,ソナグラム上に横方向の直線が多く現れる.さらにノイズではピーク周波数が安定しないため,ソナグラム上にランダムな点が多く現れる.そこで,ソナグラムの縦方向・横方向の画像周波数を求め,マハラノビス距離による判別分析を行う.この判別分析により、三種類の音(音声・音楽・ノイズ)から構成される音の区間識別を行う.実験により,提案手法による三種類の区間識別の精度,誤認識率を求めた.
- 社団法人電子情報通信学会の論文
- 2007-02-15
著者
-
尾内 理紀夫
電気通信大学大学院電気通信学研究科
-
尾内 理紀夫
電気通信大学電気通信学部|電気通信大学大学院情報理工学研究科
-
林 貴宏
電気通信大学
-
高柳 直
電気通信大学大学院電気通信学研究科
-
尾内 理紀夫
電気通信大学
関連論文
- 俳句に適合する合成画像を生成するシステムの検討(感性とメディア及び一般)
- 動的環境に対処するための遺伝的アルゴリズムの制御方法
- 故障診断のための事例ベース推論を導入した高速仮説推論システム
- 述語論理知識を扱う全解探索仮説推論の高速化
- 蟻メタファーを用いたブロガーの興味推移の視覚化
- 吹き出し形式の字幕表示システム : なかじまくん(ネット,ゲーム等,仮想空間における映像メディアの処理,表現,応用,及び一般)
- 新たな弱教師付き型分類手法Bautext
- D-12-96 手がかり領域追跡誤りの自動修正による動画像物体追跡の精度向上(D-12.パターン認識・メディア理解,一般セッション)
- D-12-69 任意形状のテンプレートに対する高速画像探索の検討(D-12.パターン認識・メディア理解,一般セッション)
- 放送型野球中継映像における打席シーンの分割に必要なスコアテロップ内の情報領域の抽出と意味推定
- 改良領域拡張法による高速画像切り抜き手法の提案と評価
- 学習不要な名詞句のカテゴリ分類手法
- 学習不要な名詞句のカテゴリ分類手法
- 学習不要な名詞句のカテゴリ分類手法
- 学習不要な名詞句のカテゴリ分類手法
- 線追跡を用いた動画内物体追跡の検討(仮想都市,複合現実感,及び一般)
- 4ZC-3 動画プリクラ・レターの試作(コンテンツ&Web,学生セッション,インターフェース)
- ベクタ画像を対象とした輪郭線抽出に基づく図地分離手法の検討(CG一般(1), テーマ: 可視化のためのCGおよびCG一般)
- センサノードのメタ情報を利用したワールドモデル構築支援(プラットフォーム・アーキテクチャ)
- センサノードのメタ情報を利用したワールドモデル構築支援(プラットフォーム・アーキテクチャ)
- センサノードのメタ情報を利用したワールドモデル構築支援
- 改善集団と改悪集団による進化的停滞を回避する遺伝的アルゴリズムと時間枠つき配送計画問題への適用
- 改善集団と改悪集団による進化的停滞を回避する遺伝的アルゴリズムと時間枠つき配送計画問題への適用
- 映像短縮再生システムの教育映像への適用評価(コンテンツ処理)
- 条件照合アルゴリズムの動的切り替えによるプロダクションシステムの高速化
- 高次αメモリを導入した直接条件照合アルゴリズム
- モーションキャプチャと加速度センサを用いた振りの練習支援
- 画像情報を含むblog記事検索システムの開発(コンテンツ技術,Web情報システム)
- 蟻メタファーを用いたブロガーの興味推移の視覚化
- 特徴点の照合に基づくベクタ画像検索システムの試作(画像検索,議題 : ビジョンとグラフィクスの融合およびCG一般)
- Why型質問の回答文をWebページから抽出するシステムRE:Whyの試作
- 吹き出し形式の字幕表示システム : なかじまくん(ネット,ゲーム等,仮想空間における映像メディアの処理,表現,応用,及び一般)
- Why型質問の回答文をWEBから自動抽出するシステムの開発と評価(情報検索,インタラクション技術の原理と応用)
- ベクタ画像を対象としたプリミティブ選択モデルに基づくオブジェクト領域抽出(画像処理,インタラクション技術の原理と応用)
- ソナグラムの画像特徴に着目した音声・音楽・ノイズ区間識別手法の提案(PRMU一般(1),顔・ジェスチャの認識・理解)
- 遺伝的アルゴリズムによる動的環境下での最適化(≤特集≥進化的計算)
- 述語論理知識を扱う全解探索仮説推論の高速化
- 遺伝的アルゴリズムによるガスセンサ応答からの室内ガス発生源稼働情報の抽出
- 遺伝的アルゴリズムを用いたガスセンサ観測信号からの人間の活動検知
- D-12-165 柔道ビデオにおけるイベント検出システムの検討 : Out-of-Playの検出(D-12. パターン認識・メディア理解B)
- 学内情報ネットワークの運用ポリシー策定と今後の課題
- スケッチ線と意味アイコンを用いた風景画像検索(複合現実感とパターン認識・メディア理解, 一般)
- MineBlog : 興味発見を支援するblog記事推薦システム(情報検索)
- 楽曲を演奏しているように見える動画の自動生成(メディア処理とバイオメトリクス及び一般)
- Twitterを利用したソーシャルニュース記事推薦システム
- 肌領域の動的拡張処理を用いた有害画像検出(PRMU一般(1),顔・ジェスチャの認識・理解)
- ソナグラムの画像特徴に着目した音声・音楽・ノイズ区間識別手法の提案(PRMU一般(1),顔・ジェスチャの認識・理解)
- 肌領域の動的拡張処理を用いた有害画像検出(PRMU一般(1),顔・ジェスチャの認識・理解)
- Webページクラスタリングに基づく個人ページ収集法(Webインテリジェンスとインタラクション)
- D-4-8 TV録画予約情報を利用したWebページ推薦システムにおける嗜好学習の検討(D-4. データ工学)
- 動画への効果音付加支援システムの作成(学生研究発表会)
- 映画の文法に基づく対話シーン検出の検討 (マルチメディア・仮想環境基礎)
- 図形の線対称性を用いた輪郭線補完(インタフェース(2),五感メディアの品質,コミュニケーションデザイン,画像符号化,食メディア,一般)
- 図形の線対称性を用いた輪郭線補完(インタフェース(2),五感メディアの品質,コミュニケーションデザイン,画像符号化,食メディア,一般)
- 映画の文法に基づく対話シーン検出の検討(映像(2),五感メディアの品質,コミュニケーションデザイン,画像符号化,食メディア,一般)
- 映画の文法に基づく対話シーン検出の検討(映像(2),五感メディアの品質,コミュニケーションデザイン,画像符号化,食メディア,一般)
- ラスタベクタ変換における部分遮蔽図形の輪郭線補完(画像・映像処理)