講演・口頭発表等 - 酒向 慎司
-
HMM 音声合成のための音響モデル簡易学習ツールキットVoiceMaker
酒向 慎司, 徳田 恵一, 北村 正
日本音響学会2009年春季研究発表会 日本音響学会
開催年月日： 2009年03月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：東京工業大学 大岡山キャンパス
-
環境電磁波の日平均特徴量の抽出
竹本 一彦, 井川 博貴, 酒向 慎司, 北村 正
平成21年度電気関係学会東海支部連合大会 電気関係学会東海支部
開催年月日： 2008年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：愛知県立大学
-
楽曲の印象特徴抽出を目的としたクラシック音学の音響信号の分析
西尾 圭一郎, 酒向 慎司, 北村 正
平成21年度電気関係学会東海支部連合大会 電気関係学会東海支部
開催年月日： 2008年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：愛知県立大学
-
重回帰に基づく楽器音を対象とした感性モデル
稲垣 有紗, 酒向 慎司, 北村 正
平成21年度電気関係学会東海支部連合大会 電気関係学会東海支部
開催年月日： 2008年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：愛知県立大学
-
実演奏MIDIデータにおける演奏者の個性を特徴付ける逸脱の調査
奥村 健太, 酒向 慎司, 北村 正
日本音響学会2008年研究発表会 日本音響学会
開催年月日： 2008年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：九州大学 大橋キャンパス
-
The Effect of Size and Position Normalization on HMM-based JSL Recognition
AbdulhakimElghadi, ShingoAsai, ShinjiSako, TadashiKitamura
第7回情報科学技術フォーラム 情報処理学会，電子情報通信学会 情報・システムソサイエティ，電子情報通信学会 ヒューマンコミュニケーショングループ
開催年月日： 2008年09月
記述言語：英語 会議種別：口頭発表（一般）
開催地：慶應義塾大学 湘南藤沢キャンパス
This paper shows a technique of continuous Japanese Sign Language (JSL) recognition based on Hidden Markov models (HMMs). The system aims for an automatic signer independent recognition of JSL sentences. Stereo video camera is utilized for extracting geometric properties of the head and hands trajectory. Size and position normalization is employed in order to account for differences in body-size and proportions. The system was implemented and evaluated using the RWC JSL database consisting of 64 sentences and 4 signers. The recognition results are then compared to the conclusion that normalization indeed increases the recognition rate of the system.
-
深山 覚, 中妻 啓, 米林 裕一郎, 酒向 慎司, 西本 卓也, 小野 順貴, 嵯峨山 茂樹
情報処理学会音楽情報科学研究会 情報処理学会
開催年月日： 2008年08月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：名古屋大学
本稿では歌詞の韻律を用いた歌唱曲の新しい自動作曲手法を提案する。旋律を音の経路と捉え作曲を経路探索問題として定式化することで、任意の日本語の歌詞を用いた歌唱曲の自動作曲が、歌詞の韻律に基づく制約条件下での最尤経路探索問題を解くことで実現できることを示す。さらにこの作曲原理を実装した自動作曲システム "Orpheus" を用いて実際に楽曲生成を行い、作曲家による生成された楽曲に対する評価を踏まえて、今回の手法によって妥当な音楽性をもった歌唱曲が生成されたことを検証する。
-
変分ベイズ法に基づいた声質変換
丸目 雅浩, 南角 吉彦, 酒向 慎司, 徳田 恵一, 北村 正
日本音響学会2008年春季研究発表会 日本音響学会
開催年月日： 2008年03月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：千葉工業大学 津田沼キャンパス
-
酒向 慎司, 才野 慶二郎, 南角 吉彦, 徳田 恵一, 北村 正
情報処理学会 第74回音楽情報科学研究会 情報処理学会
開催年月日： 2008年02月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：伊東温泉 ホテル暖香園
声質や歌唱法など歌い手の特徴を歌声データと楽譜から自動学習し，それらを再現するような歌声合成システムについて述べる．本システムでは，歌い手の声質とピッチに関する特徴を確率モデルによる統一的な枠組みでモデル化している．特に，リズムやメロディといった音楽特有の表現要素が，音声信号のスペクトルや基本周波数パターンの変動に大きく関係していることから，楽譜から得られる音階や音長などを考慮したモデル化を行い，楽譜と歌詞を入力として，個人性を備えた歌声を合成するシステムを構築してきた．本手法の特徴は，このような歌声合成モデルを楽譜と歌声データから自動学習できることにある．本報告では，音楽固有のコンテキストの導入，実際の歌声データと楽譜の音符列の間のずれに着目した時間構造モデルについて検討する．実験では，童謡60曲の男性1名の歌声データを用いた歌声合成システムを構成し，ずれモデルの導入による自然性の向上が確認できた．
-
丸目 雅浩, 南角 吉彦, 酒向 慎司, 徳田 恵一, 北村 正
第8回音声言語シンポジウム 電子情報通信学会 言語理解とコミュニケーション研究会，電子情報通信学会・日本音響学会 音声研究会，情報処理学会 音声言語情報処理研究会
開催年月日： 2007年12月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：NTT京阪奈ビル
音声合成の需要の高まりにより,多様な話者性や発話スタイルを持った音声の合成が望まれている.しかし,このような音声の合成には,話者や発話スタイルに応じてモデルを用意する必要があり現実的ではない.そこで,少量の学習データにより,多様な話者性を持つ音声の合成を可能とする混合ガウスモデル(GMM)に基づく声質変換が提案されている.しかし,従来のGMMに基づく声質変換では,尤度最大化(ML)基準によりモデルパラメータを点推定しているため,学習データが十分に得られない場合,モデルの推定精度が低下する可能性がある.そこで,GMMに基づく声質変換に変分ベイズ法を適用し,ベイズ基準による声質変換を行う.提案法では,ML基準に比べて,声質変換の音質と話者性において,品質向上が確認でき,推定精度の高いモデルが得られることがわかった.
-
全 炳河, 大浦 圭一郎, 能勢 隆, 山岸 順一, 酒向 慎司, 戸田 智基, 益子 貴史, アラン ブラック, 徳田 恵一
第8回音声言語シンポジウム 電子情報通信学会 言語理解とコミュニケーション研究会，電子情報通信学会・日本音響学会 音声研究会，情報処理学会 音声言語情報処理研究会
開催年月日： 2007年12月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：NTT京阪奈ビル
近年,隠れマルコフモデル(HMM)に基づく統計的パラメトリック音声合成方式が注目されている.本方式では,音声スペクトル・励振源・継続長がコンテキスト依存HMMにより同時にモデル化される.音声合成時は,合成したい文章に対応するHMMからの出力確率が最大となるよう,継続長・スペクトル・励振源系列を決定した後,音声合成フィルタを用いて波形が出力される.2002年より我々は,HMMに基づく音声合成のための研究・開発ツール「HMM音声合成システム(HTS)」を,オープンソースソフトウェアとして公開してきた.本報告では,その最新の開発状況と今後の予定について述べる.
-
ベイズ的アプローチによる声質変換
丸目 雅浩, 南角 吉彦, 酒向 慎司, 徳田 恵一, 北村 正
日本音響学会2007年秋季研究発表会 日本音響学会
開催年月日： 2007年09月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：山梨大学
-
鬼頭 孝宏, 北村 正, 酒向 慎司
電子情報通信学会2007年ソサイエティ大会 電子情報通信学会
-
ストローク単位の確率文脈自由文法を用いたオンライン手書き数式データベースの作成
山本 遼, 酒向 慎司, 西本 卓也, 嵯峨山 茂樹
電子情報通信学会パターン認識メディア理解研究会 電子情報通信学会
開催年月日： 2007年03月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：岡山大学 津島キャンパス
本研究では、オンライン手書き数式認識手法の性能評価とモデルの学習を目的としたオンライン手書き数式データベースの作成を行った。100筆者による科学技術レベルの数式200種約1000データ、シンボル245種約20000データを収集した。さらにデータ内のストロークと数式内のシンボルの対応情報を自動的に推定する手法を検討し、我々の提案してきた確率文脈自由文法による数式認識手法を正解数式範囲内の文法制約下で利用することにより、半自動的なシンボルアラインメント推定を実現し、データベースのアラインメント付けの作業を大きく軽減することができた。
-
ストローク間の位置関係の文法記述に基づくオンライン手書き漢字認識
大田 郁実, 山本 遼, 酒向 慎司, 嵯峨山 茂樹
電子情報通信学会パターン認識メディア理解研究会 電子情報通信学会
開催年月日： 2007年03月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：岡山大学 津島キャンパス
本論文では、オンライン手書き漢字認識において構造を文法記述する手法を検討する。本手法では、文字部品やストローク(画)で構成される漢字の階層構造に着目し、すべての漢字が確率文脈自由文法(SCFG)で生成できるとした。ストローク認識結果と文字部品間の相対的な位置関係の両方を構文木を生成する過程で用いることによって、ストロークと位置関係の誤認識を相互に補償することが期待できる。さらに、位置関係を数種類の簡単なモデルで表現し、異なる漢字と共有することによって、少ない学習データでも十分な認識精度を出すことが可能になり、また、未学習の漢字に対しても、生成規則を書き込むことによって対応できるようになる。本手法を、JAIST(北陸先端科学技術大学院大学)のオンライン手書き漢字データベースに含まれる、筆順通りに比較的丁寧に書かれた新旧教育漢字1,016字のデータセットを用いて評価したところ、未学習文字に対しても既学習文字と比べて遜色ない認識率が得られた。
-
視覚障害者用早口合成音声に対する慣れの効果
西本 卓也, 酒向 慎司, 嵯峨山 茂樹, 小田 浩一, 渡辺 隆行
日本音響学会2007年春季研究発表会 日本音響学会
開催年月日： 2007年03月
記述言語：日本語 会議種別：口頭発表（一般）
開催地：芝浦工業大学 豊洲キャンパス
