研究業績リスト
会議発表プレゼンテーション
プロンプトにより韻律と声質を制御する日本語テキスト音声合成システムのための検討
公開済 06/06/2025
音学シンポジウム2025, 13/06/2025–14/06/2025
会議発表プレゼンテーション
公開済 06/03/2019
Acoustical Society of Japan 2019 Spring Meeting, 電気通信大学
農業水利施設のパイプラインの漏水診断を目的として現地の流下試験で収録した音響データについて、観測された各種音響イベント・漏水音の特性とその自動検出に関し、実験用水路のデータと比較して考察する。
会議発表プレゼンテーション
公開済 12/09/2018
日本音響学会2018年秋季研究発表会, 大分大学旦野原キャンパス
農業水利施設のパイプラインの漏水診断を目的として、実験用水路で 収録した音響データから
機械学習した漏水音と非漏水音の複数帯域音響モデルにより漏水音を自動検知することを試みた。
ジャーナル論文 - rm_published_papers: Scientific Journal
Development of a Capsule Type Leak Detection Device for Pipeline
公開済 06/2018
Water, Land and Environmental Engineering, 86, 6, 31 - 36
会議発表プレゼンテーション
Automatic detection of water leakage sound in a water pipeline from underwater acoustic data
公開済 13/03/2018
日本音響学会2018年春季研究発表会, 日本工業大学宮代キャンパス
会議発表プレゼンテーション
調音クラス事後確率による言語識別における連続型言語モデルの検討
公開済 13/03/2018
日本音響学会2018年春季研究発表会, 日本工業大学宮代キャンパス
会議発表プレゼンテーション
調音クラス事後確率を用いた言語識別 -線形判別分析を用いた特徴量抽出の改良-
公開済 26/09/2017
日本音響学会2017年秋季研究発表会, 愛媛大学
本研究室は，調音に着目した言語識別法を提案した．先行研究では，調音クラス抽出における認識率が約60から90%であった．そこで，LDA分析を用いることで，調音クラス抽出の精度をあげ，言語識別率の向上を目的とした．
その他
水中音波生成・解析を利用した漏水探索ロボットの位置特定および漏水データの特性分析に関する研究
作成日時 01/04/2017–31/03/2019
Offer Organization: （研）科学技術振興機構「ＳＩＰ」, System Name: 研究助成, Category: -, Fund Type: competitive_research_funding, Overall Grant Amount: - (direct: 1550000, indirect: 0)
模擬実験用管路で収集したデータを検聴してイベントのラベル付けを行い、パターン学習および評価用のデータを整備する。
-上記のデータに基づき、漏水箇所の音響的特徴を解析し、パターン認識処理に適した信号処理方法の設計を行う。
-適切な条件で信号処理された音響的特徴を基に統計的音声認識技術を応用した機械学習を行い、漏水箇所とそれ以外の箇所の自動検出の可能性を検討する。
会議発表プレゼンテーション
公開済 11/03/2016
日本音響学会2016年春季研究発表会, 桐蔭横浜大学
In most of current speech processing techniques, MFCC obtained from amplitude spectrum and delta-MFCC calculated as time derivative of MFCC are widely used as acoustic features. However, these features consider neither frequency derivative of amplitude spectrum nor phase information of speech waveform. Local feature and group delay spectrum are among the features claimed by previous works to possess such information useful for speech processing. We therefore examine their effectiveness on speech recognition performance. We conducted phoneme recognition experiments using speaker-dependent phoneme HMMs trained with local feature, group delay spectrum, and MFCC in same speaker, same gender, and different gender conditions. We obtained highest recognition rate by local feature, while the other features showed better performance for some phonemes. Likelihood combination of local feature, group delay spectrum, and MFCC HMMs yielded better phoneme recognition rate than the case in which each HMM was used solely. Results show that it is promising that recognition performance degradation can be alleviated by a combination of local feature, group delay spectrum, and MFCC.
会議発表プレゼンテーション
公開済 03/03/2015
電子情報通信学会技術報告,2015年3月度音声研究会, 南の美ら花ホテルミヤヒラ
In most of current speech processing techniques, MFCC obtained from amplitude spectrum and delta-MFCC calculated as time derivative of MFCC are widely used as acoustic features. However, these features consider neither frequency derivative of amplitude spectrum nor phase information of speech waveform. Local feature and group delay spectrum are among the features claimed by previous works to possess such information useful for speech processing. We therefore examine their effectiveness on speech recognition performance. We conducted phoneme recognition experiments using speaker-dependent phoneme HMMs trained with local feature, group delay spectrum, and MFCC in same speaker, same gender, and different gender conditions. We obtained highest recognition rate by local feature, while the other features showed better performance for some phonemes. Likelihood combination of local feature, group delay spectrum, and MFCC HMMs yielded better phoneme recognition rate than the case in which each HMM was used solely. Results show that it is promising that recognition performance degradation can be alleviated by a combination of local feature, group delay spectrum, and MFCC.