Microsoft PowerPoint - survey-sp hori

トピックモデルの応用： 関係データ、ネットワークデータ

NTT コミュニケーション科学基礎研究所 石黒勝彦 2013/01/15-16 統計数理研究所会議室 1 1 画像認識系から尐し遅れますが 最近では音声 音響データに対してもトピックモデルが利用されるようになっています 2 1. どの特徴量を利用するか? 2. 時系列性をどう扱うか? 3 どの特徴量を利用して どうやって BoW 形式に変換するかを検討する必要があります MFCC: 音声認識などで広い範囲で利用される

SAP11_03

第 3 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮 ) 音声分析 合成 認識 強調 音楽信号処理統計的信号処理の基礎

音響モデル triphone 入力音声 音声分析 デコーダ 言語モデル N-gram bigram HMM の状態確率として利用 出力層 triphone: 3003 ノード リスコア trigram 隠れ層 2048 ノード X7 層 1 Structure of recognition syst

1,a) 1 1 1 deep neural netowrk(dnn) (HMM) () GMM-HMM 2 3 (CSJ) 1. DNN [6]. GPGPU HMM DNN HMM () [7]. [8] [1][2][3] GMM-HMM Gaussian mixture HMM(GMM- HMM) MAP MLLR [4] [3] DNN 1 1 triphone bigram [5]. 2

スライド 1

音声言語シンポジウム 10 周年企画 音声言語研究関連分野の 10 年の歩み 音声対話システム 音声インタフェース ( 株 ) ホンダ リサーチ インスティチュート ジャパン 中野幹生 nakano@jp.honda-ri.com 1 1999 年には何が研究開発されていたのか 研究 音声対話システムの基本構成が共有化 ( 次頁 ) さまざまな音声対話システムの試作 ARISE (EU 列車時刻案内

Microsoft PowerPoint - …Z…O…†…fi…g…‡…f…‰‡É‡æ‡é™ñ‘oflÅ

セグメントモデルによる音声認識 NTTコミュニケーション科学基礎研究所南泰浩 セグメントモデルとは? HMM の欠点 継続時間モデルが導入されていない 状態内の観測系列の時間依存性を反映できない 改良 セグメントモデル HMM とセグメントモデルの違い y t y 1 y 2 y 3 y T P s (y t ) P a,t (y 1,y 2,y 3 y T ) s HMM a P(T a) セグメントモデル

PowerPoint プレゼンテーション

20150528 信号処理システム特論 本日の内容 適応フィルタ ( 時間領域 ) 適応アルゴリズム (LMS,NLMS,RLS) 適応フィルタの応用例 適応処理 非適応処理 : 状況によらずいつでも同じ処理 適応処理 : 状況に応じた適切な処理 高度な適応処理の例 雑音抑圧, 音響エコーキャンセラ, 騒音制御など 時間領域の適応フィルタ 誤差信号 与えられた手順に従ってフィルタ係数を更新し 自動的に所望の信号を得るフィルタ

Microsoft PowerPoint - ibis_upload.ppt

IBIS2009 企画セッション 音響 音声処理と機械学習 音声系列パターン認識のための識別学習 Discriminative Training for Speech Sequential Pattern Recognition NTT コミュニケーション科学基礎研究所 中村篤 1 確率的アプローチによる音声認識 - ベイズ決定則に基づく系列探索 py ( S) ps ( ) ps ( Y) = py

11 22 33 12 23 1 2 3, 1 2, U2 3 U 1 U b 1 (o t ) b 2 (o t ) b 3 (o t ), 3 b (o t ) MULTI-SPEAKER SPEECH DATABASE Training Speech Analysis Mel-Cepstrum, logf0 /context1/ /context2/... Context Dependent

Missing Data NMF

月 4 2013 冬学期 [4830-1032] 第 4 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介 情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮

応用音響学

東京大学工学部 4 年生夏学期 応用音響学第 1 回 (4/5) 猿渡洋 東京大学大学院情報理工学系研究科創造情報学 / システム情報学専攻 hiroshi_saruwatari@ipc.i.u-tokyo.ac.jp 2019 年度講義スケジュール 前半 ( 猿渡担当 ) 4/05: 第 1 回 4/19: 第 2 回 4/26: 第 3 回 5/10: 第 4 回 5/17 は休講予定 5/24:

画像処理工学

画像処理工学 画像の空間周波数解析とテクスチャ特徴 フーリエ変換の基本概念 信号波形のフーリエ変換 信号波形を周波数の異なる三角関数 ( 正弦波など ) に分解する 逆に, 周波数の異なる三角関数を重ねあわせることにより, 任意の信号波形を合成できる 正弦波の重ね合わせによる矩形波の表現 フーリエ変換の基本概念 フーリエ変換 次元信号 f (t) のフーリエ変換 変換 ( ω) ( ) ωt F f

入力環境に依存 /a, i, u, e, o / X P(X/W) 入力音声 信号処理 探索 ( デコーダ ) P(W/X) P(W) P(X/W) P(W) 京都 ky o: t o 単語辞書 タスクドメインに依存 京都 + の + 天気 時間 1000 時間 100 時間 10 時間

音声認識の方法論に関する考察 世代交代に向けて 1 河原達也 音声認識技術の歴史的変遷を概観し 今後の展望について述べる 特に 音声認識の統計モデルの方法論に関して 従来 常識 と考えられてきたことが徐々に変遷していることを説明する まず 学習コーパスを人手で編纂するという方法論は限界に達し 自然に超大規模に集積するビッグデータパラダイムが近年の実用システム成功の鍵であることを述べる 次に HMM

a) b) c) Speech Recognition of Short Time Utterance Based on Speaker Clustering Hiroshi SEKI a), Daisuke ENAMI, Faqiang ZHU, Kazumasa YAMAMOTO b), and

a) b) c) Speech Recognition of Short Time Utterance Based on Speaker Clustering Hiroshi SEKI a), Daisuke ENAMI, Faqiang ZHU, Kazumasa YAMAMOTO b), and Seiichi NAKAGAWA c) 0.5 DNN (Deep Neural Network)

Microsoft PowerPoint - 時系列解析（１０）_講義用.pptx

時系列解析 () 季節調整モデルと成分分解 信号抽出 東京 学数理 情報教育研究センター 北川源四郎 東京 学北川源四郎数理 法 VII ( 時系列解析 ) 季節調整とは.5 WHARD 月次データ.3..9.7 5 49 73 97 45 何らかの原因で特定の周期で繰り返す成分を除去して本質的な現象を抽出する方法 東京 学北川源四郎数理 法 VII ( 時系列解析 ) 季節調整モデル 観測モデル

VocaListener2（ぼかりす2）: ユーザ歌唱の音高と音量だけでなく声色変化も真似る歌声合成システム

twitter アカウント : @VocaListener twitter ハッシュタグ : #vocalis VocaListener2( ぼかりす 2) ユーザ歌唱の音高と音量だけでなく声色変化も真似る歌声合成システムの提案 中野倫靖, 後藤真孝 ( 産業技術総合研究所 ) 21 年 7 月 28 日第 86 回音楽情報科学研究会 (SIGMUS) VocaListener1( ぼかりす 1)

音声情報処理

音情報処理論 中村哲 戸田智基 猿渡洋 川波弘道 Satoshi Nakamura @ NAIST 1 音声って何 人のコミュニケーションで意図を伝える最も重要な手段 音声を圧縮する 音声を作る 音声を聞き取る さらに 音響信号の処理 Satoshi Nakamura @ NAIST 2 シリコンオーディオ Satoshi Nakamura @ NAIST 3 Apple Siri Satoshi

Microsoft PowerPoint - H17-5時限（パターン認識）.ppt

パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を

untitled

KLT はエネルギを集約する カルーネンレーベ変換 (KLT) で 情報を集約する 要点 分散 7. 9. 8.3 3.7 4.5 4.0 KLT 前 集約 分散 0.3 0.4 4.5 7.4 3.4 00.7 KLT 後 分散 = エネルギ密度 エネルギ と表現 最大を 55, 最小を 0 に正規化して表示した 情報圧縮に応用できないか? エネルギ集約 データ圧縮 分散 ( 平均 ) KLT 前

第１節　災害体制の確立

(2) 1 (3) (4) 2 3 4 5 3 6 7 8 9 10 NHK 11 12 13 14 15 16 17 18 19 20 21 22 23 391 391 24 68 25 26 FAX 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59

久留米市地域防災計画

(2) 1 (3) (4) 2 3 4 3 5 6 7 NHK 8 9 10 11 12 13 14 15 16 17 18 19 20 391 391 68 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61

第１節　災害体制の確立

<4D F736F F F696E74202D2091E6824F82518FCD E838B C68CEB82E894AD90B B2E >

目次 参考文献安達著 : 通信システム工学, 朝倉書店,7 年. ディジタル変調. ディジタル伝送系モデル 3. 符号判定誤り確率 4. 元対称通信路 安達 : コミュニケーション符号理論 安達 : コミュニケーション符号理論 変調とは?. ディジタル変調 基底帯域 ( ベースバンド ) 伝送の信号波形は零周波数付近のスペクトルを持っている. しかし, 現実の大部分の通信路は零周波数付近を殆ど伝送することができない帯域通信路とみなされる.

Microsoft PowerPoint - HARKTutorial2_2010_2-WOL.pptx

Practice 2 HARK による同時発話の分離と認識 HARK グループ大塚琢馬 Practice 2: 概要 HARK で複数話者同時認識を行う 目的 定位 分離 認識機能の実行方法を学ぶ Practice 2 でやること HARK の音源分離の概要を確認 TSP 信号から分離用伝達関数を作成 harktool3 を使用 定位 分離 認識用ネットワークファイルの確認 ネットワークファイルの実行

スポーツ中継向け ターゲットマイク技術 を開発 ~ 歓声に埋もれたスポーツの競技音をクリアに抽出 NHK との実証実験を実施 ~ NTT メディアインテリジェンス研究所 音声言語メディアプロジェクト Copyright 2015 NTT corp. All Rights Reserved. 1

スポーツ中継向け ターゲットマイク技術 を開発 ~ 歓声に埋もれたスポーツの競技音をクリアに抽出 NHK との実証実験を実施 ~ NTT メディアインテリジェンス研究所 音声言語メディアプロジェクト Copyright 2015 NTT corp. All Rights Reserved. 1 背景 欲しい音をクリアに集音したいという需要が高まっている 放送 遠隔会議 車 工場 遠くにいる選手の競技音

0 スペクトル 時系列データの前処理 法 平滑化 ( スムージング ) と微分 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

0 スペクトル 時系列データの前処理 法 平滑化 ( スムージング ) と微分 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 スペクトルデータの特徴 1 波 ( 波数 ) が近いと 吸光度 ( 強度 ) の値も似ている ノイズが含まれる 吸光度 ( 強度 ) の極大値 ( ピーク ) 以外のデータも重要 時系列データの特徴 2 時刻が近いと プロセス変数の値も似ている ノイズが含まれる プロセス変数の極大値

1. はじめに 2

点予測と能動学習を用いた効率的なコーパス構築 形態素解析における実証実験 京都大学情報学研究科 Graham NEUBIG 1 1. はじめに 2 形態素解析 べた書きの文字列を意味のある単位に分割し 様々な情報を付与 品詞 基本形 読み 発音等を推定 農産物価格安定法を施行した 価格 / 名詞 / 価格 / かかく / かかく安定 / 名詞 / 安定 / あんてい / あんてー法 / 接尾辞 /

情報処理学会研究報告 IPSJ SIG Technical Report 調音運動 HMM 音声合成における調音特徴 - 声道パラメータ変換と音源の改良 小野田高幸 桂田浩一 新田恒雄 音声認識と合成を同じ調音運動モデルを用いて実現するシステムの開発を行っている. 調音特徴を用いて HMM を設計す

調音運動 HMM 音声合成における調音特徴 - 声道パラメータ変換と音源の改良 小野田高幸 桂田浩一 新田恒雄 音声認識と合成を同じ調音運動モデルを用いて実現するシステムの開発を行っている. 調音特徴を用いて HMM を設計することにより, 音声認識と合成に共通な調音運動のワンモデルを実現している. 合成では,HMM が生成する調音特徴系列を声道パラメータに変換し, 駆動音源と組み合わせることで音声信号を得る.

スライド 1

ICT IoT やビッグデータ時代の ケモメトリックス / 人工知能を知って 新たなチャレンジを 株式会社インシリコデータ 湯田浩太郎 http://www.insilicodata.com 時代の新しい三大潮流 ICT : Information and Communication Technology ( 情報通信技術 ) 情報技術に通信コミュニケーションの重要性を加味した言葉 IoT : Internet

生命情報学

生命情報学 5 隠れマルコフモデル 阿久津達也 京都大学化学研究所 バイオインフォマティクスセンター 内容 配列モチーフ 最尤推定 ベイズ推定 M 推定 隠れマルコフモデル HMM Verアルゴリズム EMアルゴリズム Baum-Welchアルゴリズム 前向きアルゴリズム 後向きアルゴリズム プロファイル HMM 配列モチーフ モチーフ発見 配列モチーフ : 同じ機能を持つ遺伝子配列などに見られる共通の文字列パターン

スライド 1

スペクトル変化量のピーク間隔 F0 MFCC を用いた歌声と朗読音声の自動識別システム 阿曽慎平 ( 京大 ), 齋藤毅 ( 金沢大 ), 後藤真孝 ( 産総研 ), 糸山克寿, 高橋徹, 尾形哲也, 奥乃博 ( 京大 ) サウンドテスト 人 : 歌声 話声 ( 朗読音声含む ) 聞き分け応答 奥乃研 音楽情報処理グループの日常 天気悪いなぁ 雨降るらしいで アイウォンチュ ~ アイウォンチュ ~

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed mu

集中理論談話会 #9 Bhat, C.R., Sidharthan, R.: A simulation evaluation of the maximum approximate composite marginal likelihood (MACML) estimator for mixed multinomial probit models, Transportation Research Part

SAP11_12

第 12 回 音声音響信号処理 ( 講義のまとめ ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介 情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮 ) 音声分析 合成 認識 強調 音楽信号処理 統計的信号処理の基礎

PowerPoint プレゼンテーション

復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0

PowerPoint プレゼンテーション

データ解析 第 7 回 : 時系列分析 渡辺澄夫 過去から未来を予測する 観測データ 回帰 判別分析 解析方法 主成分 因子 クラスタ分析 時系列予測 時系列を予測する 無限個の確率変数 ( 確率変数が作る無限数列 ){X(t) ; t は整数 } を生成する情報源を考える {X(t)} を確率過程という 確率過程に ついて過去の値から未来を予測するにはどうしたらよいだろうか X(t-K),X(t-K+1),,X(t-1)

3-1-1 発音情報が未知の言語における テキスト音声合成システム構築法の検討 沢田慶, 橋本佳, 大浦圭一郎, 南角吉彦, 徳田恵一名古屋工業大学 日本音響学会 2015 年秋季研究発表 2015 年 9 月 18 日

3-1-1 発音情報が未知の言語における テキスト音声合成システム構築法の検討 沢田慶, 橋本佳, 大浦圭一郎, 南角吉彦, 徳田恵一名古屋工業大学 日本音響学会 2015 年秋季研究発表 2015 年 9 月 18 日 はじめに テキスト音声合成 (TTS) システム u 任意のテキストの音声を合成するシステム u 様々なアプリケーションで利用 u 高音質, 多言語, 発話スタイル等の需要が増加

PowerPoint プレゼンテーション

非線形カルマンフィルタ ~a. 問題設定 ~ 離散時間非線形状態空間表現 x k + 1 = f x k y k = h x k + bv k + w k f : ベクトル値をとるx k の非線形関数 h : スカラ値をとるx k の非線形関数 v k システム雑音 ( 平均値 0, 分散 σ v 2 k ) x k + 1 = f x k,v k w k 観測雑音 ( 平均値 0, 分散 σ w

AI技術の紹介とセンサーデータ解析への応用

AI を活用したセンサーデータ解析 MathWorks Japan アプリケーションエンジニアリンググループアプリケーションエンジニア吉田剛士 2018 The MathWorks, Inc. 1 AI を活用したセンサーデータ解析 11:20-11:50 MATLAB による AI 作成 アプリを使った簡易的な解析 学習モデルのパラメータ自動調整 学習モデルのスタンドアロン化 2 課題 : ターボファンエンジンの予知保全

PowerPoint プレゼンテーション

GSN を応用したナレッジマネジメントシステムの提案 2017 年 10 月 27 日 D-Case 研究会 国立研究開発法人宇宙航空研究開発機構 研究開発部門第三研究ユニット 梅田浩貴 2017/3/27 C Copyright 2017 JAXA All rights reserved 1 目次 1 課題説明 SECI モデル 2 GSN を応用したナレッジマネジメントシステム概要 3 ツリー型チェックリスト分析

0 部分的最小二乗回帰 Partial Least Squares Regression PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌

0 部分的最小二乗回帰 Parial Leas Squares Regressio PLS 明治大学理 学部応用化学科 データ化学 学研究室 弘昌 部分的最小二乗回帰 (PLS) とは? 部分的最小二乗回帰 (Parial Leas Squares Regressio, PLS) 線形の回帰分析手法の つ 説明変数 ( 記述 ) の数がサンプルの数より多くても計算可能 回帰式を作るときにノイズの影響を受けにくい

2.2 車載応用でのでの技術課題車載応用では, 安全性を確保するために音声技術は重要な技術である. しかし, 現状ではまだ十分に仕様を満たしているとは言えない. 特に, 次の問題が存在している. ) ユーザビリティの問題 : 全てのインタフェース (HMI) は, 透過的インタフェースの 原則を満足

車載音声の解析解析と評価 ( その 2) - アレイマイクロフォン加減算方式加減算方式とスペクトルサブトラクションの融合 - 藤澤大希 畑岡信夫 今日, 車におけるカーナビ搭載率は非常に高く全てのカーナビに音声インタフェースが具備されている. しかし, 音声認識機能を使っている人は少ない. その理由として, 音声インタフェースの問題もあるが, 音声認の精度が低いという問題が大きい. 車載雑音や発話者以外の声で誤動作することが問題となっている.

Introduction to System Identification

y(t) モデルベースデザイン 制御系設計のためのシステム同定入門 s 2 Teja Muppirala t s 2 3s 4 2012 The MathWorks, Inc. 1 モデルベースデザイン 正確なモデルがあることが大前提 実行可能な仕様書 シミュレーションによる設計 モデル 連続したテスト 検証 コード生成による実装 2 動的システムのモデリング モデリング手法 第一原理モデリング データドリブンモデリング

Kumamoto University Center for Multimedia and Information Technologies Lab. 熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI 宮崎県美郷

熊本大学アプリケーション実験 ~ 実環境における無線 LAN 受信電波強度を用いた位置推定手法の検討 ~ InKIAI プロジェクト @ 宮崎県美郷町 熊本大学副島慶人川村諒 1 実験の目的 従来 信号の受信電波強度 (RSSI:RecevedSgnal StrengthIndcator) により 対象の位置を推定する手法として 無線 LAN の AP(AccessPont) から受信する信号の減衰量をもとに位置を推定する手法が多く検討されている

PowerPoint プレゼンテーション

ロボットの計画と制御 マルコフ決定過程 確率ロボティクス 14 章 http://www.probabilistic-robotics.org/ 1 14.1 動機付けロボットの行動選択のための確率的なアルゴリズム 目的 予想される不確かさを最小化したい. ロボットの動作につての不確かさ (MDP で考える ) 決定論的な要素 ロボット工学の理論の多くは, 動作の影響は決定論的であるという仮定のもとに成り立っている.

自己紹介 名前 : 竹田卓也 年齢 : 20 歳 ( 大学生 ) 経歴 : 人工知能歴 1ヶ月プログラミング歴 5 年くらい 言語 : PythonとかJavaとかGoとか 趣味 : オンライン オフラインゲーム 2

リカレントニューラルネットワークの概要と動作原理 竹田卓也 後援 : ドワンゴ 1 自己紹介 名前 : 竹田卓也 年齢 : 20 歳 ( 大学生 ) 経歴 : 人工知能歴 1ヶ月プログラミング歴 5 年くらい 言語 : PythonとかJavaとかGoとか 趣味 : オンライン オフラインゲーム 2 アウトライン Feed forward neural network Recurrent neural

音情報処理I

音情報処理論 音声処理における信号処理 ~ 線形予測分析 ~ 東京大学大学院情報理工学系研究科 / 奈良先端大 猿渡洋 4 年 月 準備 :Z 変換 Z 変換 離散的な時系列の特性を解析する 手法 準備 : は離散時間波形 x x { x,..., x, x,..., x } 実数 定義 正 Z 変換 ; 時間領域から Z 領域へ ここで X x は サンプル時間遅れを表す演算子 定義 逆 Z 変換

5_motif 公開版.ppt

配列モチーフ 機能ドメイン 機能部位 機能的 構造的に重要な部位 は進化の過程で保存 される傾向がある 進化的に保存された ドメイン 配列モチーフ 機能ドメイン中の特徴的な 保存配列パターン マルチプルアライメント から抽出 配列モチーフの表現方法 パターン プロファイル 2 n n n n n n n n ENCODE n PROSITE パターンの例 n C-x(2,4)-C-x(3)-[LIVMFYWC]-x(8)-H-x(3,5)-H.

PowerPoint Presentation

. カーネル法への招待 正定値カーネルによるデータ解析 - カーネル法の基礎と展開 - 福水健次統計数理研究所 / 総合研究大学院大学 統計数理研究所公開講座 0 年 月 34 日 概要 カーネル法の基本 線形データ解析と非線形データ解析 カーネル法の原理 カーネル法の つの例 カーネル主成分分析 : PCA の非線形拡張 リッジ回帰とそのカーネル化 概要 カーネル法の基本 線形データ解析と非線形データ解析

情報処理学会研究報告 IPSJ SIG Technical Report Vol.2014-SLP-103 No /10/24 放送音声と字幕テキストを利用した音声言語コーパスの開発 奥貴裕 一木麻乃 尾上和穂 小林彰夫 佐藤庄衛 NHK では, 様々なジャンルの放送番組の音声を直接音声

放送音声と字幕テキストを利用した音声言語コーパスの開発 奥貴裕 一木麻乃 尾上和穂 小林彰夫 佐藤庄衛 NHK では, 様々なジャンルの放送番組の音声を直接音声認識しても十分な認識精度が得られる音響モデルを学習するため, 数千時間規模の高精度なコーパスの構築を進めている. 本稿では, 音響モデルの準教師あり学習を用いて, 従来手法よりも大量の音声コーパスを高精度に構築するための手法を検討した. また,

WISS 2006 2 PowerPoint [3] [16] Mehrabian [10] 7% 93% [10] [19][18] Hindus [7] Lyons [9] [8] [14] TalkMan [4] [5] [6] 3 [19][18] [19] [19] 1 F0 [11] 7

WISS2006 A Presentation Training System using Speech and Image Processing. Web 1 [19] Copyright is held by the author(s). Kazutaka Kurihara and Takeo Igarashi,, Masataka Goto and Jun Ogata and Yosuke Matsusaka,,

スライド 1

自動採点スピーキングテスト :SJ-CAT 今井新悟 ( 筑波大学 ) 2016.3.19 早稲田大学 CCDL 研究所第 1 回シンポジウム 言語能力とテスト テスト 受容能力 : 聴解 読解 産出能力 : 作文 スピーキング テストの実行可能性 受容能力 : 高 産出能力 : 低 スピーキングテストの課題 信頼性の確保 テスター養成 確保 採点時間 コスト 課題解決への提案として コンピュータによる完全自動採点

PowerPoint Presentation

Embedded CFD 1D-3D 連成によるエンジンコンパートメント熱収支解析手法の提案 June 9, 2017 . アジェンダ Embedded CFD 概要 エンコパ内風流れデモモデル 他用途への適用可能性, まとめ V サイクルにおける,1D-3D シミュレーションの使い分け ( 現状 ) 1D 機能的表現 企画 & 初期設計 詳細 3D 形状情報の無い段階 1D 1D 空気流れ計算精度に限度

早稲田大学大学院理工学研究科 博士論文概要 論文題目 Various statistical methods in time series analysis 時系列解析における種々の統計手法 申請者 天野友之 Tomoyuki AMANO 数理科学専攻数理統計学研究 007 年 月 時とともに変動する偶然量の観測値の系列である時系列の解析は近年 様々な統計手法が導入され自然工学 医学 経済学 など多方面で急速に発展している

IPSJ SIG Technical Report Vol.2013-SLP-98 No /10/25 1,a) 1 ( Q&A ) ( ) YJVOICE Development of speech recognition and natural language processing

1,a) 1 ( Q&A ) ( ) YJVOICE Development of speech recognition and natural language processing for ONSEI Assist service Abstract: ONSEI Assist is a voice dialog application for mobile devices that enables

Presentation Title

センサーデータ解析と機械学習 ~ 振動データからの異常検出 ~ MathWorks Japan アプリケーションエンジニアリング部 ( テクニカルコンピューティング ) 太田英司 2015 2014 The MathWorks, Inc. 1 構造ヘルスモニタリング センサーとコンピュータにより構造物の健全性を自動監視する 老朽化する構造物 インフラの数 人手のみの監視による限界 人間では検知できない故障や異常の予兆

資料 ISDB-T SB 信号から FM 受信機への干渉実験結果 1 実験の目的および方法 実験の目的 90~108MHz 帯のISDB-T SB 信号からFM 放送波への影響について干渉実験を行う 実験方法 FM 放送波を 89.9MHz に ISDB-T SB 信号を 90~10

資料 4-6-3-1 ISDB-T SB 信号から FM 受信機への干渉実験結果 1 実験の目的および方法 実験の目的 9~8MHz 帯のISDB-T SB 信号からFM 放送波への影響について干渉実験を行う 実験方法 FM 放送波を 89.9MHz に ISDB-T SB 信号を 9~8MHz 帯に配 置し FM 放送の所要の受信品質を満足するための干渉 DU 比を求める 評価基準 S/N=5dBを満足する受信品質を所要の受信品質とする

Deep Learningでの地図タイル活用の検討

第 7 回地理院地図パートナーネットワーク会議 2017/6/8 Deep Learning での 地図タイル活用の検討 OSGeo 財団日本支部 岩崎亘典 和山亮介 1 はじめに 発表内容 2 /36 汎用的フォーマットとしての地図タイル 地図タイルと Deep Learning CNN を用いた旧版地形図の分類 地形図から土地利用分類 Conditional GAN を用いたタイル画像変換 空中写真

トピックモデルを用いた歌声特徴量の分析

1 トピックモデルを用いた 歌声特徴量の分析 中野倫靖, 吉井和佳, 後藤真孝 ( 産業技術総合研究所 ) 2013 年 9 月 1 日情報処理学会音楽情報科学研究会第 100 回記念シンポジウム 研究の背景 処理歌の特性を定量的に説明 ( モデル化 ) したい 歌手毎の歌い方の違いや類似性とは何か 例 ) 違う楽曲でも同じ歌手なら歌い方が似ている同じ楽曲でも違う歌手だと歌い方が違う 歌声 歌い方モデル

PowerPoint Presentation

付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像

橡13解説.PDF

概要 単語の分散表現に基づく統計的機械翻訳の素性を提案 既存手法の FFNNLM に CNN と Gate を追加 dependency- to- string デコーダにおいて既存手法を上回る翻訳精度を達成

Encoding Source Language with Convolu5onal Neural Network for Machine Transla5on Fandong Meng, Zhengdong Lu, Mingxuan Wang, Hang Li, Wenbin Jiang, Qun Liu, ACL- IJCNLP 2015 すずかけ読み会奥村 高村研究室博士二年上垣外英剛 概要

PowerPoint プレゼンテーション

音響学入門ペディア Q. 様々な音響特徴量それぞれの使い方や意味を教えて下さい 千葉祐弥東北大学大学院工学研究科博士後期課程 2 年 マスター特徴量って何に使うものタイトルの書式設定? 統計的分析 人間が音を聞く仕組みを解明する ( 方向 高さ 大きさ 音色 の知覚 ) データの符号化 圧縮への応用など 機械学習 パターン認識 音声認識 音声インターフェースの作成 楽曲のジャンル推定 楽曲検索 推薦等への応用など

2007.pdf

IPSJ SIG Technical Report Vol.2015-SLP-107 No /7/16 1,a) Bottleneck Features for Emotional Speech Recognition Kohei Mukaihara 1,a) Sakri

1,a) 1 1 1 1 Bottleneck Features for Emotional Speech Recognition Kohei Mukaihara 1,a) Sakriani Sakti 1 Graham Neubig 1 Tomoki Toda 1 Satoshi Nakamura 1 Abstract: Automatic speech recognition (ASR) system

SAP11_08

奈良先端科学技術大学院大学ゼミナール (2012/12/18) 生成モデルアプローチによる 音声音響信号処理 亀岡弘和 東京大学大学院情報理工学系研究科 NTT コミュニケーション科学基礎研究所 kameoka@hil.t.u-tokyo.ac.jp / kameoka.hirokazu@lab.ntt.co.jp 自己紹介 亀岡弘和情報理工学博士東京大学大学院情報理工学系研究科客員准教授 NTT

屋内 3 次元 測位 + 地図 総合技術開発 現状 屋内 3 次元測位統一的な測位手法 情報交換手順がなく 共通の位置情報基盤が効率的に整備されない 技術開発 屋内外のシームレス測位の実用化 (1) 都市部での衛星測位の適用範囲拡大 (2) パブリックタグ 屋内測位の標準仕様策定 効果 3 次元屋内

資料 4 国土交通省総合技術開発プロジェクト 3 次元地理空間情報を活用した安全 安心 快適な社会実現のための技術開発プロジェクト概要 平成 30 年 3 月 Ministry of Land, Infrastructure, Transport and Tourism Geospatial Information Authority of Japan 屋内 3 次元 測位 + 地図 総合技術開発

音声分野におけるMATLABの利用と先端研究

音声分野における MATLAB の利用と 先端研究紹介 埼玉大学大学院 理工学研究科教授 島村徹也 Outline 自己紹介 MATLAB と音声処理 音声強調 骨伝導 最後に 1986 年慶應義塾大学理工学部電気工学科卒 高橋 浜田研究室 ( 回路と信号処理 ) 1988 年同大学院修士課程修了 1991 年同博士課程修了工学博士 同年埼玉大学工学部助手 現在同大学院理工学研究科教授 MATLAB

フリーソフトでつくる音声認識システム ( 第 2 版 ) サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 第 2 版 1 刷発行時のものです.

フリーソフトでつくる音声認識システム ( 第 2 版 ) サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/084712 このサンプルページの内容は, 第 2 版 1 刷発行時のものです. i 2007 10 1 Scilab 2 2017 2 1 2 1 ii 2 web 2007 9 iii

コンピュータ応用・演習 情報処理システム

2010 年 12 月 15 日 データエンジニアリング 演習 情報処理システム データマイニング ~ データからの自動知識獲得手法 ~ 1. 演習の目的 (1) 多種多様な膨大な量のデータを解析し, 企業の経営活動などに活用することが望まれている. 大規模データベースを有効に活用する, データマイニング技術の研究が脚光を浴びている 1 1. 演習の目的 (2) POS データを用いて顧客の購買パターンを分析する.

Probit , Mixed logit

Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,

ENVI Tutorials

ENVI チュートリアル ケーススタディ : ハイパースペクトルによる植生の解析 この章は以下の内容から構成されています... 2 目的... 2 演習... 2 使用する... 3 Jasper Ridge の背景... 5 HyMap の処理フロー... 7 植生ハイパースペクトル解析... 8 ENVI セッションの終了... 12 この章では 米国カリフォルニア州 Jasper Ridge

確率分布 - 確率と計算 1 6 回に 1 回の割合で 1 の目が出るさいころがある. このさいころを 6 回投げたとき,1 度も 1 の目が出ない確率を求めよ. 5 6 /6 6 =15625/46656= (5/6) 6 = ある市の気象観測所での記録では, 毎年雨の降る

確率分布 - 確率と計算 6 回に 回の割合で の目が出るさいころがある. このさいころを 6 回投げたとき 度も の目が出ない確率を求めよ. 5 6 /6 6 =565/46656=.48 (5/6) 6 =.48 ある市の気象観測所での記録では 毎年雨の降る日と降らない日の割合は概ね :9 で一定している. 前日に発表される予報の精度は 8% で 残りの % は実際とは逆の天気を予報している.

Microsoft PowerPoint - 資料04 重回帰分析.ppt

04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline

10_08.dvi

476 67 10 2011 pp. 476 481 * 43.72.+q 1. MOS Mean Opinion Score ITU-T P.835 [1] [2] [3] Subjective and objective quality evaluation of noisereduced speech. Takeshi Yamada, Shoji Makino and Nobuhiko Kitawaki

2015 TRON Symposium セッション 組込み機器のための機能安全対応 TRON Safe Kernel TRON Safe Kernel の紹介 2015/12/10 株式会社日立超 LSIシステムズ製品ソリューション設計部トロンフォーラム TRON Safe Kernel WG 幹事

2015 TRON Symposium セッション 組込み機器のための機能安全対応 TRON Safe Kernel TRON Safe Kernel の紹介 2015/12/10 株式会社日立超 LSIシステムズ製品ソリューション設計部トロンフォーラム TRON Safe Kernel WG 幹事 豊山 祐一 Hitachi ULSI Systems Co., Ltd. 2015. All rights

Microsoft PowerPoint rev.ppt

部分空間法研究会 2010 チュートリアル 独立成分分析入門 ~ 音の分離を題材として~ [2010 年 7 月 26 日 ] NTT コミュニケーション科学基礎研究所 澤田宏 1 スケジュール 1. 独立成分分析について 定式化, 歴史, 応用 2. 音源分離のデモ 3. 信号の統計的性質 信号を混ぜる - 中心極限定理 4. 独立成分分析のアルゴリズム 白色化 + FastICA 最尤推定法 by

CAEシミュレーションツールを用いた統計の基礎教育 | (株)日科技研

CAE シミュレーションツール を用いた統計の基礎教育 ( 株 ) 日本科学技術研修所数理事業部 1 現在の統計教育の課題 2009 年から統計教育が中等 高等教育の必須科目となり, 大学でも問題解決ができるような人材 ( 学生 ) を育てたい. 大学ではコンピューター ( 統計ソフトの利用 ) を重視した教育をより積極的におこなうのと同時に, 理論面もきちんと教育すべきである. ( 報告 数理科学分野における統計科学教育

Juliusのおさらいとカスタマイズ

日本音響学会 2012 年春期研究発表会 (#asj2012s) ビギナーズセミナー ~ 若手による新人のための講演 講習会 ~ 音声認識エンジン Julius の 利用方法おさらいとカスタマイズ 奈良先端科学技術大学院大学情報科学研究科音情報処理研究室 ( 鹿野研究室 ) 助教 @naoh16 原直 (HARA, Sunao) hara [at] is.naist.jp 2 良くみかける Q&A

応用音響学

東京大学工学部 4 年生夏学期 応用音響学第 3 回 (4/21) 猿渡洋 東京大学大学院情報理工学系研究科システム情報学専攻 hiroshi_saruwatari@ipc.i.u-tokyo.ac.jp 講義スケジュール 前半 ( 猿渡担当 ) 4/07: 第 1 回 4/14: 第 2 回 4/21: 第 3 回 4/28: 第 4 回 5/12: 第 5 回 5/19: 第 6 回 後半 (

採択評価ヒアリング： 「膨大な数の極小データの効率的な配送基盤技術の研究開発」

膨大な数の極小データの 効率的な配送基盤技術の研究開発 平成 26 年 月 7 日 ( 火 ) 株式会社 KDDI 研究所国立大学法人九州工業大学国立大学法人佐賀大学株式会社ネットワーク応用技術研究所 課題の位置づけ 研究開発成果 アウトライン 課題 () ビッグデータのネットワーク配送基盤技術 DPI を取り入れたパケット識別 パケット集約時のパケット構成方法 課題 (2) ビッグデータ用ネットワーク配送基盤の異常検出技術

IBIStutorial2014

特別企画 MIRU KIKU 音学シンポジウム 連携オーガナイズドセッション 音響信号の分解と再構成 亀岡弘和 日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 自己紹介 亀岡弘和 ( かめおかひろかず ) 略歴 : 2007 東京大学大学院情報理工学系研究科システム情報学専攻博士課程修了 2007 日本電信電話株式会社入社 NTT コミュニケーション科学基礎研究所配属 2011 東京大学大学院情報理工学系研究科システム情報学専攻客員准教授

Microsoft PowerPoint 新道路研究会_公開用.pptx

人物動態のモニタリングに向けた統計的異常検知 背景 物動態の把握の要請 多岐にわたる分野において重要 交通モデリング マーケティング等 位置情報取得の容易化 GPS や WiFi を利 した測位技術の発達 分解能かつ低コスト 物の位置情報をリアルタイムに集計し, 時々刻々と変化する 物動態のモニタリングへの期待 2 東京大学大学院工学系研究科社会基盤学専攻 布施孝志 モニタリングでは異常状態の検知が重要

今回用いる例データ lh( 小文字のエル ) ある女性の血液中の黄体ホルモンを 10 分間隔で測定した時系列データ UKgas 1960 年 ~1986 年のイギリスのガス消費量を四半期ごとに観測した時系列データ ldeaths 1974 年 ~1979 年のイギリスで喘息 気管支炎 肺気腫による死

12 章 - 時系列分析 1296603c 埴岡瞬 今回用いる例データ lh( 小文字のエル ) ある女性の血液中の黄体ホルモンを 10 分間隔で測定した時系列データ UKgas 1960 年 ~1986 年のイギリスのガス消費量を四半期ごとに観測した時系列データ ldeaths 1974 年 ~1979 年のイギリスで喘息 気管支炎 肺気腫による死亡数を月ごとに記録した時系列データ mdeaths

<4D F736F F F696E74202D C092425F D8A7789EF89C88A778BB38EBA816A8C6791D CC82B582AD82DD2E >

電子情報通信学会の小 中学生の科学教室 親子で学ぼう! 携帯電話の全て 仕組みから安全対策までー 2010 年 3 月 20 日 ( 土 )13 時 30 分 ~16 時, 東北大学電気通信研究所 1 号館 4 階講堂 (N408) 携帯電話のしくみ 東北大学大学院工学研究科 安達文幸 http://www.mobile.ecei.tohoku.ac.jp 1. 音波を使った会話 2. 電波を使った通信

インターリーブＡＤＣでのタイミングスキュー影響のデジタル補正技術

1 インターリーブADCでのタイミングスキュー影響のデジタル補正技術 浅見幸司 黒沢烈士 立岩武徳 宮島広行 小林春夫 ( 株 ) アドバンテスト 群馬大学 2 目次 1. 研究背景 目的 2. インターリーブADCの原理 3. チャネル間ミスマッチの影響 3.1. オフセットミスマッチの影響 3.2. ゲインミスマッチの影響 3.3. タイミングスキューの影響 4. 提案手法 4.1. インターリーブタイミングミスマッチ補正フィルタ

Coding theorems for correlated sources with cooperative information

MCMC-based particle filter を用いた人間の映像注視行動の実時間推定 2009 年 7 月 21 日 宮里洸司 (2) 木村昭悟 (1) 高木茂 (2) 大和淳司 (1) 柏野邦夫 (1) (1) 日本電信電話 ( 株 )NTT コミュニケーション科学基礎研究所メディア情報研究部メディア認識研究グループ (2) 国立沖縄工業高等専門学校情報通信システム工学科 背景 ヒトはどのようにして

講義「○○○○」

講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数

untitled

PowerPoint Presentation

パターン認識入門 パターン認識 音や画像に中に隠れたパターンを認識する 音素 音節 単語 文 基本図形 文字 指紋 物体 人物 顔 パターン は唯一のデータではなく 似通ったデータの集まりを表している 多様性 ノイズ 等しい から 似ている へ ~ だ から ~ らしい へ 等しい から 似ている へ 完全に等しいかどうかではなく 似ているか どうかを判定する パターンを代表する模範的データとどのくらい似ているか

050920_society_kmiz.odp

1 リアルタイム伝搬測定にもとづく MIMO 固有モード間相関解析 Correlation Analysis of MIMO Eigenmodes Based on Real-Time Channel Measurement 水谷慶阪口啓高田潤一荒木純道 Kei Mizutani Kei Sakaguchi Jun-ichi Takada Kiyomichi Araki 東京工業大学 発表内容 研究背景

Microsoft PowerPoint 報告書概要（最終）.ppt

五感情報通信技術に関する調査研究会 報告書概要 第 1 章五感情報通信とは五感情報通信とは 別紙 1 五感情報通信とは 聴覚 触覚 嗅覚 味覚といった五感に代表される 人間の感覚全体を情報通信の対象するもの この実現により 従来の音声や画像に加え 触感や味 匂いなどの感覚を相手との間で交換 共有することが可能となり 遠隔地間においても対面と差異のない より自然で現実感のあるコミュニケーションが可能

14 化学実験法 II( 吉村 ( 洋 mmol/l の半分だったから さんの測定値は くんの測定値の 4 倍の重みがあり 推定値 としては 0.68 mmol/l その標準偏差は mmol/l 程度ということになる 測定値を 特徴づけるパラメータ t を推定するこの手

14 化学実験法 II( 吉村 ( 洋 014.6.1. 最小 乗法のはなし 014.6.1. 内容 最小 乗法のはなし...1 最小 乗法の考え方...1 最小 乗法によるパラメータの決定... パラメータの信頼区間...3 重みの異なるデータの取扱い...4 相関係数 決定係数 ( 最小 乗法を語るもう一つの立場...5 実験条件の誤差の影響...5 問題...6 最小 乗法の考え方 飲料水中のカルシウム濃度を

2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3.

2008 年度下期未踏 IT 人材発掘 育成事業採択案件評価書 1. 担当 PM 田中二郎 PM ( 筑波大学大学院システム情報工学研究科教授 ) 2. 採択者氏名チーフクリエータ : 矢口裕明 ( 東京大学大学院情報理工学系研究科創造情報学専攻博士課程三年次学生 ) コクリエータ : なし 3. プロジェクト管理組織 株式会社オープンテクノロジーズ 4. 委託金支払額 3,000,000 円 5.

Visual班

Multimedia(Visual) 班 早稲田大学基幹理工学部情報通信学科甲藤研究室 1 Multimedia 班とは 画像処理の研究を中心に扱っています 主な研究分野 動画像圧縮符号化 圧縮動画像の画質推定 画像認識 4K, 8K, HDR 車載画像処理 画像信号処理からコンピュータビジョンまで 動画像に関する研究を幅広く扱っています 動画像に関係するものであれば 何でも研究できる! 2 動画像圧縮符号化

10

10 ! n! n n n n n! n n n 音楽の心象 記譜法 音楽プリミティブ 形成, 強化 音楽レベルでの道具立てリズム和声メロディ 楽 譜 関連領域 音楽学 補完, 予想 スタイル スタイル 規範奏法 認知科学 楽音 音響レベルの道具立て パターン認識心理学 形成, 強化補完, 予想時間周波数表現 差分系 ( エネルギー 位相 ) 非定常特性 ハーモニックエンベロープ 群化スキーマ アーティキュ

Coding theorems for correlated sources with cooperative information

MCMC-based particle filter を用いた人間の映像注視行動の実時間推定 2009 年 5 月 28 日 宮里洸司 (1 2) 木村昭悟 (1) 高木茂 (2) 大和淳司 (1) (1) 日本電信電話 ( 株 )NTT) コミュニケーション科学基礎研究所メディア情報研究部メディア認識研究グループ (2) 国立沖縄工業高等専門学校情報通信システム工学科 背景 ヒトはどのようにして

Microsoft PowerPoint - 人工知能研究振興財団.pptx

発表文献 統計的アプローチに基づく汎用的な画像モデルの構築 南角吉彦 ( 名古屋工業大学 ) ジャーナル論文 1 件 国際会議 2 件 研究会発表 3 件 全国大会 1 件 1. Akira Tamamori, Yoshihiko Nankuaku, Keiichi Tokuda, ``An extension of separable lattice 2-D HMMs for rotational

2

endo.PDF

MAP 18 19 20 21 3 1173 MAP 22 700800 106 3000 23 24 59 1984 358 358 399 25 12 8 1996 3 39 24 20 10 1998 9,000 1,400 5,200 250 12 26 4 1996 156 1.3 1990 27 28 29 8 606 290 250 30 11 24 8 1779 31 22 42 9