携帯電話からの音声の録音手段を検証するためのデータベース構築

録音された音声から、話者の異同識別を行う際、現状では同一条件下で録音されたものを比較するのが原則となっている。そのため、加入電話から加入電話にかかった話者の音声と、加入電話から携帯電話にかかった話者の音声など、通信手段の違いが比較対照結果の判断に大きな障害となる。さらに、ラインで録音したのか、マイクロホンで録音したのか、それともハンドセットや携帯電話にICレコーダを抱き合わせて録音したのか等、録音手段の違いも比較対照の判断を困難にする要素である。このような通信手段、録音手段などが異なる場合の話者の音声の比較対照は、未だ十分に検証がなされていなため、まずは音声データベースを作成する必要がある。そこで本データベースは、通信手段として、「加入電話から加入電話」、「加入電話から携帯電話」にかけた場合の2種類、さらに録音手段として、「ライン」、「コンデンサマイクをスピーカ部分に貼り付けた」場合の2種類、計4種類から構成されている。発声内容は「単音(100)」、「単語(65)」、「短文(65)」である。また、基準データとして男女各50名(各2回2時期)の肉声を録音したデータを用い、加入電話より同基準データを再生し、別の加入電話及び携帯電話でそれぞれ着信して、各電話回線を通した基準データを録音機で再録音したものである。今後は、このデータベースをもとに、通信手段や録音手段の違いが話者認識結果にどのような影響があるかを検証する予定である。

録音された音声から、話者の異同識別を行う際、現状では同一条件下で録音されたものを比較するのが原則となっている。そのため、加入電話から加入電話にかかった話者の音声と、加入電話から携帯電話にかかった話者の音声など、通信手段の違いが比較対照結果の判断に大きな障害となる。さらに、ラインで録音したのか、マイクロホンで録音したのか、それともハンドセットや携帯電話にICレコーダを抱き合わせて録音したのか等、録音手段の違いも比較対照の判断を困難にする要素である。このような通信手段、録音手段などが異なる場合の話者の音声の比較対照は、未だ十分に検証がなされていなため、まずは音声データベースを作成する必要がある。そこで本データベースは、通信手段として、「加入電話から加入電話」、「加入電話から携帯電話」にかけた場合の2種類、さらに録音手段として、「ライン」、「コンデンサマイクをスピーカ部分に貼り付けた」場合の2種類、計4種類から構成されている。発声内容は「単音(100)」、「単語(65)」、「短文(65)」である。また、基準データとして男女各50名(各2回2時期)の肉声を録音したデータを用い、加入電話より同基準データを再生し、別の加入電話及び携帯電話でそれぞれ着信して、各電話回線を通した基準データを録音機で再録音したものである。今後は、このデータベースをもとに、通信手段や録音手段の違いが話者認識結果にどのような影響があるかを検証する予定である。