連続音声理解の時間的経過に関する知覚的検討とその音声理解システムへの応用

连续语音理解时间过程的感知研究及其在语音理解系统中的应用

• 批准号: 07780347
• 负责人: 大野 澄雄
• 金额: $ 0.64万
• 依托单位: Tokyo University of Science
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07780347/
• 关键词: 連続音声理解; 音声知覚; 韻律的特徴; 局所発話速度比; 基本周波数パターン; 音声分析再合成

1.連続音声資料の収集および整理ATR連続音声データベース(6話者各35,000円)を購入し、アルバイトの助力を得てこれを整理し分析のための準備を行った(謝金35,500円)。2.韻律を制御した音声の分析再合成方式の確立と実装音声資料をコンピュータ上で処理するため,DATインターフェイス装置(566,500円)およびDATデッキ(167,890円)を購入し,聴取実験を行う場合の音声刺激作成用のツールを作成した。この際,データベースに含まれる音声の韻律を制御するため,まず,発話速度の局所的な振る舞いを制御する方式について検討した。これには,研究代表者らが別途提案した局所発話速度比による発話速度の分析手法を利用し,聴取実験の音声刺激としての実用に耐え得るパラメータの設定のための知覚実験を実施することにより定めた。また,音声の韻律的特徴のうち基本周波数パターンの制御のために,基本周波数パターン生成過程のモデルに基づいて,基本周波数パターンの生成を行うこととした。その結果,音声の韻律的特徴のうち,発話速度と基本周波数パターンとを独立に,かつ柔軟に制御し得る音声の分析再合成を行うツールをコンピュータ上に実装した。3.一様な雑音下での連続音声聴取実験上記2.の音声分析再合成ツールを用いて,音声の韻律的特徴を変化させ,かつ雑音を一様に付加した音声を作成し,音声聴取実験を計画するとともに,若干の実験を行った。本研究の期間内では十分な結論を導くのに必要なデータを得るには至らなかったが,本補助金を得て作成した音声分析再合成ツールを利用し,今後も引き続いて検討を進める予定である。

1. The collection and arrangement of audio data from ATR audio data (35,000 yen for each of the 6 sessions) are supported by the purchase and arrangement of audio data and the preparation of audio data (35,500 yen for Xie Jin). 2. The method of analyzing and synthesizing the prosody control sound is established, and the sound data is processed on the DAT equipment (566,500 yen) and DAT equipment (167,890 yen). In this case, the sound of the sound is contained in the rhythm of the sound, and the speed of the sound is controlled in the mode of vibration. This study focuses on the use of voice stimulation and voice speed analysis methods to determine the voice speed ratio of different channels. The characteristics of the rhythm of the sound are: the basic cycle number, the control of the basic cycle number, the generation of the basic cycle number, the generation of the basic cycle number, and the control of the basic cycle number. As a result, the prosody characteristics of sound are changed, the transmission speed is changed, the basic frequency is changed, the analysis and synthesis of sound are changed, and the soft control is changed. 3. 2. Sound analysis and re-synthesis, the characteristics of sound prosody are changed, the sound is added, the sound is created, the sound is selected, and the sound is planned. During the period of this study, the results of this study were very important, and the grant was used to create sound analysis and synthesis, which will lead to future research.

项目成果

大野澄雄: "局所発話速度比を用いた音声の時間構造記述に関する知覚的検討" 日本音響学会平成8年度春季研究発表会講演論文集. 1. 219-220 (1996)

Sumio Ohno：“使用本地语速比对语音时间结构描述的感知研究”日本声学学会 1996 年春季会议记录 1. 219-220 (1996)。

Sumio Ohno: "A method for quantitative analysis of the local speech rate" Proc.4th European Conference on Speech comm.and Tech.1. 421-424 (1995)

Sumio Ohno：“本地语速定量分析方法”Proc.4th 欧洲语音会议 comm.and Tech.1。