A perceptual model of speech based on real-time speaker adaptation

基于实时说话人适应的语音感知模型

• 批准号: 21700282
• 负责人: ITO Masashi
• 金额: $ 2.75万
• 依托单位: Tohoku Institute of Technology (2010-2011)Tohoku University (2009)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21700282/
• 关键词: 音声; 話者適応; 認知モデル; 知覚実験; 音声知覚; フォルマント; 母音; 正弦波モデル; 音声学; 認知科学

Perceptual experiments indicated that speakers of different vowels could be correctly identified with accuracy of more than 80%. Analyzing speech signals uttered by 632 speakers, a new analysis method was proposed on the basis of the sinusoidal representation of speech signal. Further, cosine expansion of speech spectra and the quadratic combination of their coefficients were shown to be effective features for vowel perception. The result supports the hypothesis that perceptual features for vowel might be extracted by two-step synaptic combination in auditory periphery.

感知实验表明，不同元音的说话者可以被正确识别，准确率在80%以上。对632位说话人发出的语音信号进行分析，提出了一种基于语音信号正弦表示的分析方法。此外，语音频谱的余弦展开及其系数的二次组合被证明是元音感知的有效特征。结果支持了听觉外围区两步突触结合提取元音感知特征的假设。

项目成果

A source-filter separation for non-stationary voiced speech based on sinusoidal representation

基于正弦表示的非平稳浊音源滤波器分离

• 发表时间: 2009
• 期刊: Acoustical Science and Technology
• 影响因子: 0.7
• 作者: Ito;M.;Ohara;K.;Ito;A.;and Yano;M.
• 通讯作者: M.

局所変化率変換に基づく有声音声の正弦波モデル

基于局部速率变换的有声语音正弦模型

• 发表时间: 2009
• 期刊: 第8回情報科学技術フォーラム講演論文集
• 作者: 伊藤仁;伊藤彰則
• 通讯作者: 伊藤彰則

フォルマントとスペクトル全体形状を統合した母音知覚モデルの検討

检查集成共振峰和整体频谱形状的元音感知模型

• 发表时间: 2010
• 作者: 伊藤仁;小原桂二;伊藤彰則;矢野雅文
• 通讯作者: 矢野雅文

Relative importance of formant and whole-spectral cues for vowel perception

共振峰和全谱线索对元音感知的相对重要性

• 发表时间: 2009
• 作者: 伊藤仁;小原桂二;伊藤彰則;矢野雅文
• 通讯作者: 矢野雅文

ケプストラム係数を用いた母音のフォルマント分析

使用倒谱系数对元音进行共振峰分析

• 发表时间: 2012
• 作者: K. Naoe;H. Sasaki;Y. Takefuji;伊藤仁
• 通讯作者: 伊藤仁