騒音下における音声情報の認識と機器の制御

噪声环境下识别语音信息并控制设备

• 批准号: 01560263
• 负责人: 中川 健治
• 金额: $ 1.28万
• 依托单位: Mie University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for General Scientific Research (C)
• 财政年份: 1989
• 资助国家: 日本
• 起止时间: 1989 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-01560263/
• 关键词: 騒音; 音声認識; 農用施設; トラクタ; 周波数分析

本研究ではまず、太陽熱による穀物乾燥用ファイロンハウスの音響特性について残響特性を中心に調べ、農用施設はその稼働環境によって全く異なる音響特性を示すことを確認した。次に、ニュ-ラルネットワ-クによる音声認識実験システムを構成し、トラクタ騒音下において特定話者の定常長母音の認識を試みた。音声および騒音は音響特性を考慮しつつマイクロフォン・周波数分析器により収集蓄積し、コンピュ-タに転送、編集してネットワ-クの入力デ-タとした。本研究では基本的な特定話者系と難易度を増した複数話者系の2つの系について考えた。デ-タの収集法は一人の話者からマイクロフォンにより、約1.5秒間継続する長母音を収集し、その中から間隔を隔て160m秒間の区間を4個切り出す。これにより5母音で20個の基本デ-タが得られるが、特定話者系では話者一人から3群60個のデ-タを収集し、それらを5つの教師信号と照合することにより学習を進めた。また、複数話者系は3名の話者からそれぞれ1群ずつ計60個のデ-タを収集し学習を行った。次に上の学習で得られたセルの結合強度を用い、トラクタ騒音を重合した音声の認識を行った。ここでは6段階の騒音強度について実験したが、認識実験の結果は、特定話者系では最大騒音強度の「イ」と「オ」、複数話者系では同「イ」と「エ」のみが誤認識となったが、他は正確な認識が行なわれた。このような実験の結果、本研究の方式において騒音下における音声情報を有効に利用できる道が開けたものと考えられる。今後は学習法などを改善して対象の任意性を増し、不特定話者に対する音声認識精度を高めるように研究を進める。

This study confirms the acoustic characteristics of corn drying plants in the central and agricultural environments. Second, the sound recognition system is composed of the sound recognition system, and the recognition of the constant long vowel of the specific speaker is tried. Sound and sound characteristics are considered. Frequency analyzers collect and accumulate sound, transmit sound, and compile sound. This study is based on the study of the difficulty of the basic speaker system and the difficulty of multiple speaker system. A long vowel is collected in about 1.5 seconds, and the interval between them is 160 seconds. 5 vowels, 20 basic vowels, 3 groups, 60 basic vowels, 5 teacher vowels, 5 teacher vowels, 20 basic vowels, 5 teacher vowels, 6 teacher vowels, 5 teacher vowels, 6 teacher vowels, 7 teacher vowels, 6 teacher vowels, 6 teacher vowels, 7 teacher vowels, 6 teacher vowels, 6 teacher vowels, 7 teacher vowels, 6 teacher vowels, 7 teacher vowels, 6 teacher vowels, 6 teacher vowels, 7 teacher vowels, 8 teacher vowels, 6 teacher vowels, 7 teacher signals, 7 teacher signals, 7 teacher The number of speakers is 3. The number of speakers is 1. The number of speakers is 60. In the second place, we learn to combine the intensity of sound and the recognition of sound. The result of recognition is that the specific speaker is the maximum intensity of the sound, and the multiple speaker is the same as the wrong one. The results of this study show that the method of this study is to use the sound information in the sound field. In the future, we will improve the learning method, increase the arbitrariness of the image, and improve the accuracy of the sound recognition of the non-specific speaker.

项目成果

中川建治,法貴誠,佐藤邦夫: "農用施設の音響特性計測" 農業機械学会関西支部秋期例会発表. (1989)

Kenji Nakakawa、Makoto Hoki、Kunio Sato：“农业设施声学特性的测量”在日本农业机械工程师学会关西分会秋季会议上的演讲（1989 年）。

佐藤邦夫,法貴誠,中川健治: "トラクタ騒音下における音声情報の認識に関する研究ー特定話者長母音の認識ー" 農業機械学会第49回年次大会講演要旨. (1990)

Kunio Sato、Makoto Hoki、Kenji Nakakawa：“拖拉机噪声下语音信息识别的研究——特定说话人的长元音识别”日本农业机械工程师学会第49届年会摘要（1990年）。