第22回ロボット聴覚特集 - 奥乃研究室 - 京都大学

More documents

Recommendations

Info

ÁÒØÖÒØÓÒÐ ÓÒÖÒ ÓÒ ÁÒØÐÐÒØ ÊÓÓØ× ÒËÝ×ØÑ× ´¾¼¼¿µº¾℄ ÊÓÝ¸ Ã¹Ù À×Ó¸ Ò ÆÓÐÓ× ÅÚÖ×¸ÅÒØÐ ÁÑÖÝ ÓÖ ÓÒÚÖ×ØÓÒÐ ÊÓÓØ¸ ÁÌÖÒ×ØÓÒ× ÓÒ ËÝ×ØÑ×¸ ÅÒ¸ Ò ÝÖÒØ×¸ÈÖØ ¸ ÎÓÐÙÑ ¿ ¸ Á××Ù ¿¸ Ô× ½¿¹½¿¿ ´¾¼¼µº¿℄ Ãº Ì¸ Ìº Àº Ø¸ Àº ÙÑÙÖ¸ Ò º ÁØÙÖ¸ËÆÊ Ò ÐÓÐ ÒÓ× ÔÓÛÖ ×ØÑØÓÒ× × ÓÒÙ××Ò ÑÜØÙÖ ÑÓÐÒ ÓÒ Ø ÐÓ¹ÔÓÛÖ Ó¹ÑÒ¸ ÈÖÓº ÁËËÈ³¼¸ ÔÔºÁ¹½¹¸ ¾¼¼º52
社団法人人工知能学会Japanese Society forArtificial Intelligence人工知能学会JSAI Technical ReportSIG-CHallege-0522-9 (10/14)ハフ変換を用いた音源音のクラスタリングとロボット用聴覚への応用Clustering of sound-source signals using Hough transformation,and application to omni-directional acoustic sense for robots〇鈴木薫 , 古賀敏之 , 廣川潤子 , 小川秀樹 , 松日楽信人株式会社東芝研究開発センターヒューマンセントリックラボラトリー* Kaoru SUZUKI, Toshiyuki KOGA, Junko HIROKAWA,Hideki OGAWA, and Nobuto MATSUHIRAHumancentric Laboratory, Corporate Research & Development Center, Toshiba Corporationkaoru3.suzuki@toshiba.co.jpAbstract— In this paper, we proposed a new method ofomni-directional acoustic sense with which a robot couldlocalize and recognize multiple sounds from unlimiteddirection even under a noisy environment. We usedHough transformation to detect straight lines from thefrequency phase difference space for detection and localizationof sound sources. Experimental results with ourrobot, ApriAlpha were shown to verify the efficacy ofthis method.1. はじめに筆者らは、家庭内環境で利用者と音声でインタラクションすることを想定したロボット『ApriAlphaTM 』を開発している。家庭内環境には様々な雑音が存在する。他方で、ロボットはこれら雑音にさらされながら命令権限のある利用者の音声をどの方向からでも受け付けて個々に認識し、サービスを提供できなければならない。また、ロボットはより高度に状況を認識するために、利用者の命令音声に限らず、室内のドアの開閉音、シャワーの断続音、ガラスの破壊音などの環境音を聞き分け、その発生源の位置を特定できると都合が良い。そのため、ロボット用の聴覚システムは、(1) 四方八方から到来する音声を、(2) 音源毎に分離抽出して、(3) 個別に定位し認識できる必要がある。本稿では、このような全方位性を持つロボット用聴覚 (Fig.1)の 1 方式について報告する。て、音源を制約せずに空間相関行列を解く方法 [1]や、音源音声が調波構造を持つことを利用する方法 [2]が報告されている。前者は音源数を超える数のマイクを利用する場合に優れた方式であり、後者は人間の音声を扱う場合に、より少ないマイクでマイク数以上の音源を扱える方式である。本稿で報告する方式は上記後者のアプローチに類似しているが、音源検出に調波構造を用いる代わりに、周波数と位相差の関係に着目し、音源の数と方向の推定を周波数 - 位相差空間における直線検出問題に帰着させてハフ変換により解く。検出された直線を複数のマイク対について対応付けて音源候補の空間定位を行い、適応アレイ処理によって音源音を分離して認識する。以下、本稿では、開発中の聴覚処理方式の動作原理を説明するとともに、4 話者順次発話時と 2 話者同時発話時で全方位性を確認した実験について報告する。2. 本方式の動作原理2.1. 音源方向 φ・到達時間差 ΔT・周波数毎の位相差 ΔPh の関係マイク 1 と 2 から成るマイク対を考える。音源がマイク間距離 d に比べて十分遠く、途中に障害物がないと仮定するなら、音源を発してマイク対に到達する波面はほぼ平面となっている。この平面波を観測すると、両マイクを結ぶベースラインに対する音源方向の角度に応じて、両マイクで観測される音響信号に所定の到達時間差 ΔT が観測される。到達時間差 ΔT は±ΔTmax の範囲で変化し得る。ΔTmaxは、音速を Vs として、ΔTmax=d/Vs として定められる到達時間差の理論上の最大値である。このとき、音源の方向 φをマイク間ベースラインの中点を基点にベースライン垂直方向を 0 として式 1 を用いて計算する。なお、ΔT はマイク対を構成するマイクの一方に対する他方の到達時間差となるため符号付きの量であり、φも符号付きとなる。φ=sin -1 (ΔT/ΔTmax) ・・・( 式 1)Fig.1 A scene of omni-directional acoustic sense上述したような聴覚機能の代表的な研究成果としマイク 1 とマイク 2 で到達時間差 ΔT を持つ音響信号を FFT によって周波数成分毎に分解してその位相差 ΔPh を眺めると、両者に比例関係が認められる。53
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 27 and 28: SIMO-ICA SIMO Figure 2(a)SIMO-ICA
Page 29 and 30: Binary maskConventional ICAConventi
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 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 69 and 70: 3.1. 3.2. Fig. 3. The
Page 71 and 72: 4.1. Fig. 5. The time co
Page 75 and 76: modal (m, ), whispery (w, ), aspir
Page 77 and 78: Aperiodicity rate (APR)TLR (Time-La
Page 81 and 82: , À, WDS-BF Ñ À℄·
Page 83 and 84: Table 1: Localization Error of A Si
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 93 and 94: 3 HLDAMLLR [3] (Useful Information
Page 95 and 96: Class 10degClass 20degClass 10degCl
Page 99 and 100: 赤い長方形内 ). 以下
Page 101 and 102: 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
show all

第22回 ロボット聴覚特集 - 奥乃研究室 - 京都大学

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

第22回ロボット聴覚特集 - 奥乃研究室 - 京都大学