Fig.15 Sound spots on low frequency人 の 声 などを 出 力 する 時 は, 低 周 波 数 帯 域 の 信 号を 除 いても 内 容 を 理 解 することができるので,ハイパスフィルタで 低 周 波 信 号 成 分 を 取 り 除 くなどが 考えられる.7. おわりにシミュレーションと 実 測 から,スピーカを 平 面 に並 べることで, 音 をビーム 状 ではなくスポット 状 に近 い 形 ( 楕 円 状 )に 制 御 できることを 確 認 した.また,今 回 スピーカの 数 を 大 幅 に 増 やしたことで, 焦 点 位置 とそのほかの 位 置 で 15dB の 音 圧 差 を 形 成 することができた.しかし, 低 周 波 数 帯 域 では 音 が 収 束 せず,明 確 にサウンドスポットを 作 ることができなかった.高 周 波 数 帯 域 ( 今 回 のシステムでは 2000Hz 以 上 )では,音 源 間 隔 に 比 べて 波 長 が 小 さくなることから, 焦 点以 外 でも 高 音 圧 の 領 域 が 現 れた. 今 後 は, 高 周 波 数帯 域 と 低 周 波 数 帯 域 の 音 場 の 制 御 を 工 夫 することが課 題 である.謝 辞東 京 理 科 大 学 の 雨 宮 豊 氏 と 玉 井 裕 樹 氏 , 産 業 技 術 総 合 研 究所 の 高 野 太 刀 雄 氏 ,R-Lab 社 の 長 嶋 功 一 氏 と 椛 澤 光 隆 氏 は,本 論 文 で 述 べたスピーカアレイの 開 発 に 多 大 な 貢 献 をした. 東 京 理 科 大 学 の 酒 谷 広 太 , 大 嶋 聖 人 , 林 宏 樹 , 三 竹 伸生 各 氏 は 音 圧 測 定 に 貢 献 をした. 本 研 究 の 一 部 は 科 学 技 術振 興 機 構 さきがけ 研 究 21 の, 一 部 は 文 部 科 学 省 科 学 研 究費 補 助 金 の 支 援 により 行 われた. 記 して 謝 意 を 表 す.参 考 文 献1) 吉 川 茂 , 藤 田 肇 ; 基 礎 音 響 学 , 講 談 社 サイエンティフィック(2002).2) HARRY F.OLSON,P H D.Acoustic Sound 翻 訳 西 巻 正朗 , 森 司 , 古 川 誠 二 郎 , 近 藤 巌 , 横 山 巧 : 無 線 従 事 者 教育 協 会 (1959).3) 城 戸 健 一 , 曽 根 敏 夫 , 柴 山 幹 夫 , 山 口 公 典 , 中 鉢 憲 賢 :日 本 音 響 学 会 講 座 1 基 礎 音 響 工 学 ,コロナ 社 (1977).4) 二 村 田 忠 元 , 奥 田 襄 介 , 城 戸 健 一 , 曽 根 敏 夫 : 電 気 音響 工 学 ,オーム 社 (1963).5) 中 村 健 太 郎 : 音 の 仕 組 み,ナツメ 社 (1999).6) 玉 井 裕 樹 , 加 賀 美 聡 , 溝 口 博 , 長 島 功 一 , 高 野 太 刀 雄 :超 多 チャンネルスピーカアレイによるサウンドスポット 形 成 の 動 特 性 評 価 , 日 本 機 械 学 会 ロボティクス・メカトロニクス 講 演 会 ‘04 講 演 論 文 集pp.1P1-H-58(1)-(4)(2004).7) 雨 宮 豊 , 玉 井 裕 樹 , 加 賀 美 聡 , 溝 口 博 , 長 島 功 一 , 高野 太 刀 雄 : 超 多 チャンネルマイクアレイによる 生 活 環境 下 での2 次 元 音 源 定 位 , 日 本 機 械 学 会 ロボティクス・メカトロニクス 講 演 会 ‘04 講 演 論 文 集pp.1P1-H-58(1)-(4)(2004).8) 石 綿 陽 一 , 松 井 俊 浩 , 國 吉 康 夫 :, 高 度 な 実 時 間処 理 機 能 を 持 つ Linux の 開 発 , 第 16 回 日 本 ロボット 学会 学 術 講 演 会 予 稿 集 ,p335-356(1998).9) 雨 宮 豊 , 玉 井 裕 樹 , 溝 口 博 , 加 賀 美 聡 , 長 島 功 一 , 高野 太 刀 雄 : 超 多 チャンネルマイクアレイによる 生 活 環境 下 での 2 次 元 音 源 定 位 , 日 本 機 械 学 会 ロボティクス・メカトロニクス 講 演 会 ‘04 講 演 論 文 集pp.1P1-H-58(1)-(4) (2004).10) 中 島 平 太 郎 :デジタルオーディオ 読 本 ,オーム 社 ,(1991).11) 坂 巻 佳 壽 美 :デジタル 信 号 処 理 , 工 業 調 査 会 (1998).12) 臼 井 支 郎 , 船 田 哲 男 , 梅 崎 太 造 , 戸 田 尚 宏 , 萩 原 克 行 ,横 田 康 成 , 輿 水 大 和 :インターユニバーシティー 信 号解 析 ,オーム 社 (1991).13) 石 田 義 久 , 鎌 田 弘 之 : デジタル 信 号 処 理 のポイント,産 業 図 書 (1989).14) 足 立 修 一 :MATLAB によるデジタル 信 号 とシステム, 東京 電 気 大 学 出 版 局 (2002).100
社 団 法 人 人 工 知 能 学 会Japanese Society forArtificial Intelligence人 工 知 能 学 会JSAI Technical ReportSIG-CHallege-0522-17 (10/15)Evaluation of Missing Feature Theory Based Automatic Speech Recognitionfor Simultaneous Speech Sentences 1 Jean-Marc Valin 2 3 3 3 1 1 1Shunichi YAMAMOTO 1 ,Jean-MarcVALIN 2 , Kazuhiro NAKADAI 3 ,HiroshiTSUJINO 3 ,Kazunori KOMATANI 1 ,TetsuyaOGATA 1 ,andHiroshiG.OKUNO 11 , Graduate School of Informatics, Kyoto University2 Dept. of Electrical Engineering and Computer Engineering, Université de Sherbrooke3 () , Honda Research Institute Japan, Co., Ltd.{shunichi,komatani,ogata,okuno}@kuis.kyoto-u.ac.jp, jean-marc.valin@usherbrooke.ca,{nakadai,nakano,tsujino}@jp.honda-ri.comAbstractA robot in the real world usually hears mixturesof sounds. To achieve such a robot audition system,the integrtion of sound source separation(SSS) and automatic speech recognition (ASR)is necessary. We propose to use the missingfeature theory (MFT) as an interface with highinteroperability for the integration. The mainadvantage of this approach resides in the factthat the ASR with a clean acoustic model canadapt the distortion of separated speech by consultinga missing feature mask (MFM). In ourMFT-based robot audition system, we developeda microphone array SSS system to outputseparated speech with a MFM generated withoutany prior knowledge, and we used MultibandJulius, which supported stochastic languagemodels and recognized speech fast, forthe MFT-based ASR to recognize the separatedspeechbyusingtheMFM.Weevaluatethe robot audition system working with the humanoidSIG2. As a result, we showed the improvementin word correct rates and processingspeed through speech recognition of the mixturesof three sentences as well as those of threeisolated words.1 AURORA [1, 2] HMM [3, 4] 8ch [5] [6] 2 101
- Page 4:
SCOT(Smoothed Coherence Transform)P
- Page 8 and 9:
Particle (a)(b)φ12(τ )[14]x ( t )
- Page 10 and 11:
- 8 -
- Page 12 and 13:
1 () 2 SIMO-ICA 3 SIMO-ICA tele
- Page 14:
ICAy FCy FCy SIMO-ICAs 1(t)x 1(t)1(
- Page 17 and 18:
[15] Y. Mori, H. Saruwatari, T. Tak
- Page 19 and 20:
社 団 法 人 人 工 知 能 学
- Page 21 and 22:
• 音 源 位 置マイク配 置
- Page 23 and 24:
Table 1: 6 : SIR (dB)SIR 1 SIR 2 S
- Page 25 and 26:
社 団 法 人 人 工 知 能 学
- Page 27 and 28:
SIMO-ICA SIMO Figure 2(a)SIMO-ICA
- Page 29 and 30:
Binary maskConventional ICAConventi
- Page 31 and 32:
社 団 法 人 人 工 知 能 学
- Page 33 and 34:
k lo (l), k c (l), k hi (l) l k c
- Page 35 and 36:
5.75 m4.33 mNoise1.15 mUser 40°2.1
- Page 38 and 39:
おける 方 法 論 に 関 し
- Page 40 and 41:
Fig.6 は 幼 児 の ABR (Auditory
- Page 42 and 43:
ンターフェースはスパイ
- Page 44 and 45:
マイクロホン[ 正 面 ][ 左
- Page 46 and 47:
s(k)Crosstalkn(k)R S(k)X P(k)X R(k)
- Page 48 and 49:
する 隠 れマルコフモデル
- Page 50 and 51:
123ÙÖ ½ ¾º¾ ´º ½µ ´º
- Page 52 and 53: ÌÐ ½ ¿º¾ ÅÎÆÇÂ
- Page 54 and 55: ÁÒØÖÒØÓÒÐ ÓÒÖÒ ÓÒ Á
- Page 56 and 57: 例 えば、 同 一 時 間 差
- Page 58 and 59: いて、θの 絶 対 値 が 大
- Page 60 and 61: Fig.11 にこのシステムの 処
- Page 62 and 63: 5 , 2 EMIEWFig.1 EMIEW EMIEW 6 ,
- Page 64: 0 P th , (14) 4.4 3 4 4 1 , 3
- Page 67 and 68: 社 団 法 人 人 工 知 能 学
- Page 69 and 70: 3.1. 3.2. Fig. 3. The
- Page 71 and 72: 4.1. Fig. 5. The time co
- Page 73 and 74: 社 団 法 人 人 工 知 能 学
- Page 75 and 76: modal (m, ), whispery (w, ), aspir
- Page 77 and 78: Aperiodicity rate (APR)TLR (Time-La
- Page 79 and 80: 社 団 法 人 人 工 知 能 学
- Page 81 and 82: , À, WDS-BF Ñ À℄·
- Page 83 and 84: Table 1: Localization Error of A Si
- Page 85 and 86: 社 団 法 人 人 工 知 能 学
- Page 87 and 88: を 行 い, 閾 値 処 理 を
- Page 89 and 90: 4. 音 声 対 話 制 御 実 験H
- Page 91 and 92: 社 団 法 人 人 工 知 能 学
- Page 93 and 94: 3 HLDAMLLR [3] (Useful Information
- Page 95 and 96: Class 10degClass 20degClass 10degCl
- Page 97 and 98: 社 団 法 人 人 工 知 能 学
- Page 99 and 100: 赤 い 長 方 形 内 ). 以 下
- Page 101: 5.2 音 場 計 測 結 果(dB SPL)
- Page 105 and 106: a) 90 b) 90 MFMc) d) MFMe) 9
- Page 107 and 108: (3) MFT Julius 7.1 Figure 4: SIG2