発声障碍者音声の明瞭化フィルタリングに関する研究

发音障碍者言语清晰度过滤的研究

• 批准号: 13780288
• 负责人: 澤田 秀之
• 金额: $ 1.54万
• 依托单位: Kagawa University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780288/
• 关键词: 食道発声音声; フィルタリング; 明瞭化; 櫛形フィルタ; 母音・子音; スペクトル; 脳性麻痺; リアルタイム処理; 櫛型フィルタ

喉頭摘出患者の食道発声音声、老化や脳性麻痺にともなう不明瞭音声を、発声原理に基づいて明瞭化するフィルタを構成することが本研究の目的である。最終年度は、これら不明瞭音声の特徴抽出、および音声の個人性を保持した明瞭化フィルタの構築をおこなった。更にここで得られた音声の特徴と発声器官の動作の関係をもとに、発声された音声の特徴から口内の動きを推定して提示することにより、発声障碍患者が自律的に発声訓練をおこなえるシステムに関する研究をおこなった。喉頭発声音声との比較・分析から、食道発声音声については、雑音性が高い、基本周波数が低い、倍音構造が不明瞭、スペクトル包絡が平坦、発声が不安定であるといった特徴がみられた。一方の脳性麻痺患者の音声は、基本周波数が高く(男女共に300〜400Hz)、パワースペクトルのエネルギーが2kHzまでの低域に集中しており、フォルマントが不明瞭かつ独特の共鳴特性を持ち、更に発声が不安定であることがわかった。これらをもとに発声原理に基づいたリアルタイム明瞭化フィルタを構成した。マイクからの入力音声に対してまず母音/子音の判別を行う。母音であれば基本周波数を抽出し、ピッチを喉頭発声音声の帯域へシフトした上で、櫛形フィルタにより倍音構造を明瞭化する。一方、子音に対しては振幅の増幅をおこなう。更に時間軸上では、子音の立ち上がりおよび母音発声時の定常状態を安定化させるための包絡処理をおこない、出力音声を生成する。本手法の有効性を調べるため、アンケートによる聴取実験を行った。フィルタリング前後の音声の対を合計12対作成し、ランダムな順でスピーカーから呈示した。成人健聴者に対し、11の評価項目について5段階評価でアンケートに答えてもらった結果、本提案フィルタの有効性が示された。今後は、基本周波数の高精度抽出と音声の自然性、個人性保持に関する検討を更に進めるとともに、発声障碍音声フィルタリング機器の実用化を目指していく。

Patients with laryngeal removal have esophageal dyspnea, aging paralysis, unclear voice, and dyspnea. The purpose of this study is to understand the principles of sound and how to make them sound. In the final year, the special features of the unknown voice were extracted, and the individuality of the voice was maintained and the character was clarified and the structure was constructed. It is presumed that the relationship between the action of the sound organ and the action of the organ of the sound has been changed, and the sound of the sound has been estimated.して prompts することにより, self-discipline に発Voice training for patients with dysphonia disorder に発なえるシステムに关する research をおこなった. Comparison and analysis of laryngeal dyspnea, esophageal dysplasia, high voice quality, and low basic frequencyい, the overtone structure is unclear, the スペクトル envelope is flat, the sound is unstable, and the sound is unstable. One of the patients with chronic paralysis has a high basic frequency (300 to 400 Hz for both men and women) and a basic frequency of 2 kHz. zまでのlow domain にconcentration しており, フォルマントがunclear かつ unique resonance characteristics をhold ち, more に発声 がunstable であることがわかった. The sound principle of the これらをもとに発 sound is based on the づいたリアルタイムclearly transformed フィルタを composition した.マイクからの enter force sound に対してまずvowel/consonant のdetermination を行う. The basic frequency of vowels is を extracted し, ピッチを Throat 発 sound sound の帯区 へシフトした上で, 栉-shaped フィルタにより overtone structure を clarified する. One side, the consonant に対しては amplitude のincreasing amplitude をおこなう. Updated time axis では, consonant の立ち上がりおよびvowel sound time のsteady state をstabilization させるためのenvelope processing をおこない, and output sound をgenerated する. The effectiveness of this technique is to adjust the tone and the tone of the tone. The total number of フィルタリングの対を totaling 12対 is made, and the ランダムな顺でスピーカーからpresentsした. Adult health tester's test, 11's evaluation project's five-level evaluation program The results of the ートにanswer and the effectiveness of this proposal are shown. From now on, we will be updating the details of high-precision extraction of basic frequency and maintaining the naturalness and individuality of sounds.に入めるとともに、発声 obstacle sound フィルタリング机の実用化していく.

项目成果

澤田秀之, 大加戸稔: "マイクロフォンアレイを用いた発話者の検出と音声強調"計測自動制御学会 さぬき制御研究会 講演論文. (2002)

Hideyuki Sawada、Minoru Okato：“使用麦克风阵列进行说话人检测和语音增强”日本仪器与控制工程师学会赞岐控制研究小组的演讲论文（2002 年）

Hideyuki Sawada, Toshio Higashimoto: "Speech Production by a Mechanical Model : Construction of a Vocal Tract and Its Control by Neural Network"Proceedings of IEEE International Conference on Robotics and Automation. 3858-3863 (2002)

Hideyuki Sawada、Toshio Higashimoto：“机械模型的语音生成：声带的构建及其通过神经网络的控制”IEEE 国际机器人与自动化会议论文集。

澤田秀之, 久田章弘: "食道発声音声の明瞭化フィルタ"計測自動制御学会 さぬき制御研究会 講演論文集. 9-14 (2002)

Hideyuki Sawada、Akihiro Hisada：“食管语音的澄清过滤器”Proceedings of the Sanuki Control Study Group，Society of Instrument and Control Engineers，9-14 (2002)

Hideyuki Sawada, Akihiro Hisada: "Realtime Clarification of Esophageal Speech Using a Comb Filter"Proceedings of International Conference on Disability, Virtual Reality and Associated Technologies (ICDVRAT2002). 39-46 (2002)

Hideyuki Sawada、Akihiro Hisada：“使用梳状滤波器实时澄清食管语音”国际残疾、虚拟现实及相关技术会议记录 (ICDVRAT2002)。

澤田秀之, 久田章弘: "櫛型フィルタによる食道発声音声の実時間明瞭化フィルタリング"電子情報通信学会 技術研究報告 福祉情報工学. WIT2001-49. 37-42 (2002)

Hideyuki Sawada、Akihiro Hisada：“使用梳状滤波器对食道语音进行实时清晰度过滤”，电子、信息和通信工程师协会技术研究报告，福利信息工程，WIT2001-49 (2002)。