Research on retriving speech and acoustic dark data
Research on retriving speech and acoustic dark data
语音和声学暗数据检索研究
批准号：
22H03639
负责人：
高道 慎之介
金额：
$10.98万
依托单位：
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
项目状态：
未结题
起止时间：
2022-04-01 至 2026-03-31
中文摘要
翻译
本研究課題は，音声音響ダークデータから，超大規模かつ広範利用できる音声音響コーパスを構築する方法論を扱う．その実現にあたり，(1) 音声音響ダークデータを自動取得するWeb工学技術の開発，(2)ダークデータからその利用可能性を定量化する機械学習技術の開発，(3)大規模データに対する効率的なラベリング法，(4)種々の音声音響認識合成における評価を実施する．本年度は，(a) 音声ダークデータからの音声合成コーパスの構築，(b) 半ダークデータからのお環境音合成法に取り組んだ．(a) については，Webから自動取得した音データの内，音声合成に資するデータの自動取得を試みた．話者ラベルの自動取得，音声ーテキストの対応度合いの自動化，学習データとしての質の自動化を試見た結果，2000人以上の話者の音声合成をかのうにすることを明らかにした．(b) については，環境音を合成するためのテキスト表現法およびモデル学習法について検討した．結果として，査読付き国際会議3本，国内会議4本，招待講演1本の実績を得た．本年度の実績により，音声音響ダークデータからコーパスを構築するための方法論およびモデル学習基盤を構築できたと言える．これにより，音声音響コーパスおよびモデルを広く社会に提供する準備がある程度整った．本年度に実施していないタスクでの検証は必要だが，これを踏まえ来年度はコーパスおよびモデルを社会インフラとして公開していく予定である．
英文摘要
本研究課題は，音声音響ダークデータから，超大規模かつ広範利用できる音声音響コーパスを構築する方法論を扱う．その実現にあたり，(1) 音声音響ダークデータを自動取得するWeb工学技術の開発，(2)ダークデータからその利用可能性を定量化する機械学習技術の開発，(3)大規模データに対する効率的なラベリング法，(4)種々の音声音響認識合成における評価を実施する．本年度は，(a) 音声ダークデータからの音声合成コーパスの構築，(b) 半ダークデータからのお環境音合成法に取り組んだ．(a) については，Webから自動取得した音データの内，音声合成に資するデータの自動取得を試みた．話者ラベルの自動取得，音声ーテキストの対応度合いの自動化，学習データとしての質の自動化を試見た結果，2000人以上の話者の音声合成をかのうにすることを明らかにした．(b) については，環境音を合成するためのテキスト表現法およびモデル学習法について検討した．結果として，査読付き国際会議3本，国内会議4本，招待講演1本の実績を得た．本年度の実績により，音声音響ダークデータからコーパスを構築するための方法論およびモデル学習基盤を構築できたと言える．これにより，音声音響コーパスおよびモデルを広く社会に提供する準備がある程度整った．本年度に実施していないタスクでの検証は必要だが，これを踏まえ来年度はコーパスおよびモデルを社会インフラとして公開していく予定である．
期刊论文(8)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
DOI：
10.23919/apsipaasc55919.2022.9980187
发表时间：
2022-08
期刊：
2022 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC)
影响因子：
--
作者：
[Yuki Okamoto;Keisuke Imoto;Shinnosuke Takamichi;Takahiro Fukumori;Y. Yamashita]
通讯作者：
Yuki Okamoto;Keisuke Imoto;Shinnosuke Takamichi;Takahiro Fukumori;Y. Yamashita
DOI：
10.1561/116.00000049
发表时间：
2021-02
期刊：
ArXiv
影响因子：
--
作者：
[Yuki Okamoto;Keisuke Imoto;Shinnosuke Takamichi;Ryosuke Yamanishi;Takahiro Fukumori;Y. Yamashita]
通讯作者：
Yuki Okamoto;Keisuke Imoto;Shinnosuke Takamichi;Ryosuke Yamanishi;Takahiro Fukumori;Y. Yamashita
計算機による環境音の理解・解釈に向けた統合的コンペティションDCASE Challengeへの招待
邀请参加 DCASE 挑战赛，这是一项使用计算机理解和解释环境声音的综合竞赛
邀请参加 DCASE 挑战赛，这是一项使用计算机理解和解释环境声音的综合竞赛
DOI：
--
发表时间：
2023
期刊：
影响因子：
--
作者：
[Ryo Yanagisawa, Susumu Saito, Teppei Nakano, Tetsunori Kobayashi, Tetsuji Ogawa, 鳴海拓志, 井本 桂右]
通讯作者：
井本 桂右
DOI：
10.1109/icassp49357.2023.10096517
发表时间：
2022-10
期刊：
ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
--
作者：
[Hien Ohnaka;Shinnosuke Takamichi;Keisuke Imoto;Yuki Okamoto;Kazuki Fujii;H. Saruwatari]
通讯作者：
Hien Ohnaka;Shinnosuke Takamichi;Keisuke Imoto;Yuki Okamoto;Kazuki Fujii;H. Saruwatari
DOI：
10.48550/arxiv.2210.14850
发表时间：
2022-10
期刊：
ArXiv
影响因子：
--
作者：
[Kentaro Seki;Shinnosuke Takamichi;Takaaki Saeki;H. Saruwatari]
通讯作者：
Kentaro Seki;Shinnosuke Takamichi;Takaaki Saeki;H. Saruwatari
共 7 条
音声音響ダークデータ採掘技術の研究
-
批准号：23K24895
-
项目类别：Grant-in-Aid for Scientific Research (B)
-
资助金额：$4.49万
-
财政年份：2024
-
负责人：高道 慎之介
-
依托单位：
Singing voice synthesis that can form ensemble with humans and computers
-
批准号：23K18474
-
项目类别：Grant-in-Aid for Challenging Research (Exploratory)
-
资助金额：$4.16万
-
财政年份：2023
-
负责人：高道 慎之介
-
依托单位：
同時通訳のための音声合成に関する研究
-
批准号：14J10354
-
项目类别：Grant-in-Aid for JSPS Fellows
-
资助金额：$1.02万
-
财政年份：2014
-
负责人：高道 慎之介
-
依托单位：