韻律コーパスとその作成自動化

韵律语料库及其创建的自动化

• 批准号: 12132204
• 负责人: 北澤 茂良
• 金额: $ 41.34万
• 依托单位: Shizuoka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 2000
• 资助国家: 日本
• 起止时间: 2000 至 2003
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-12132204/
• 关键词: 韻律コーパス; 基本周波数; MULTEXT; ECG; FOモデルパラメータ; 音声コーパス; 顔表情; 対話音声; EGG; ジェスチャー; MOMEL; 文献検索; 自動ラベリング; 音素セグメンテーション

1.新規の韻律コーパスの作成(静岡大学)韻律コーパスとして日本語のMULTEXT韻律データベースの40パッセジにJ-ToBI韻律タグ付けを完了し、同様の手法で、筑波大学と千葉大学と東京大孝と東工大グループの既存音声コーパスの各種案内読上げと模擬対話と対話音声、マルチモーダル対話音声、天気予報、模擬感情音声へのJ-ToBIタグ付けを行った。これらのラベリング作業について研究支援者を雇用して行った。言語情報を利用した韻律ラベリング手法の開発と、音素ラベリング支援のための音素自動セグメンテーションと、連接境界における音響的特徴の詳細について研究成果を発表した。2.既存の音声コーパスの韻律分析と韻律コーパスの作成(筑波大学)既存の音声コーパスとして、日本音響学会「研究用連続音声データベース」の各種案内読上げ文と模擬対話、重点領域研究「音声対話」の対話音声コーパス、の3種のコーパスに基本周波数分析と発話ラベルと付与した。200ms以上の無音区間で区切られた音声区間を発話単位として、発話単位長を読上げ音声と模擬対話音声で比較した。模擬対話では間投詞や割込みによって発話単位が短くなる。音声パワーと基本周波数の標準偏差は対話に比べて読上げは狭い範囲に集中していることが分かった。3.ジェスチャー・顔表情付の対話音声収録(千葉大学)音声対話における視線や頷きなどジェスチャーを記録・分析するため、二台のプロンプター(映像提示装置)を介したマルチモーダルな自然対話の収録を行い、音声・ジェスチャーの収録とタグ付け作業を行った。話し手と聞き手のジェスチャーの相互作用に関して、話者継続時における発話単位終了時での話し手の頷きによって聞き手が相槌や頷きを9割近く返していること、話し手が頷かない場合でも言語情報や音声の韻律情報によって聞き手は反応を3割程度返していることを明らかにした。

1. New rules for rhythm creation (Shizuoka University) Rhythm creation (Japanese MULTEXT rhythm) 40 This is the first time that a research supporter has been hired. Speech information utilization, prosody, segmentation, phoneme segmentation, phoneme segmentation, 2. Prosody analysis and prosody creation of existing sound systems (University of Tsukuba) Existing sound systems (University of Tsukuba) Simulation of sound systems for research purposes (Japan Acoustics Society) Sound systems for research purposes (University of Tsukuba) Basic frequency analysis and speech systems for research purposes (University of Tsukuba, Japan) 200ms or more silence interval, voice interval The simulation results show that there is no difference between the time and the time. The standard deviation of the fundamental frequency of the sound wave is opposite to that of the sound wave. 3. Sound recording of voice and facial expressions (Chiba University) The interaction between the voice and the hand is related to the voice, the voice is related to the voice.

项目成果

Kitazawa Shigeyoshi: "Japanese MULTEXT : a Prosodic Corpus"LREC 2004. 発表予定. (2004)

Kitazawa Shigeyoshi：“日语多文本：韵律语料库”LREC 2004。演示时间表（2004）。

S-H Bu: "Evaluation of a Method for Automatic Determination of Fo Model Parameters"Proc.International Conference : Speech Prosody 2004. 431-434 (2004)

S-H Bu：“自动确定 Fo 模型参数的方法的评估”Proc.国际会议：语音韵律 2004. 431-434 (2004)

大須賀智子: "韻律のみによる文構造推定手法の検討"日本音響学会 2003年秋季研究発表会全国大会音響学会講演論文集. 1-8-24. 229-230 (2003)

Tomoko Osuga：“仅使用韵律的句子结构估计方法的研究”日本声学学会 2003 年秋季研究报告日本声学学会全国会议论文集 1-8-24（2003）。

Shigeyoshi Kitazawa: "Juncture Segmentation of Japanese Prosodic Unit Based on the Spectrographic Features"Proceedings of 7^<th> International Conference on Spoken Language Processing, Denver, USA. 1201-1204 (2002)

Shigeyoshi Kitazawa：“基于光谱特征的日语韵律单元的连接点分割”第 7 届国际口语处理会议论文集，美国丹佛。

Tomoko Osuga: "Estimating Syntactic Structure from Prosody in Japanese Speech"IEICE Transaction D. Vol.8, No.3. 558-564 (2003)

Tomoko Osuga：“从日语语音韵律中估计句法结构”IEICE Transaction D. Vol.8，No.3。