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
|
|
|
- えみ むこやま
- 5 years ago
- Views:
Transcription
1 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. 駆動音源は,CELP 符号化を応用した音源構築により音質改善を図る. 提案する合成方式は, 話者不変量である調音運動を HMM で表現することで音韻性を, また調音運動から声道パラメータへの変換を音韻共通の MLN で表現することで話者性を, 各々独立したモジュールとして実装するため, 尐量の音声試料で特定話者の音声を合成できる可能性がある. 評価実験では, 被験者 10 名に対して受聴試験を行い, 合成音の品質と声質 ( 個人性 ) を評価する. その結果, 二文の適応で品質 個人性ともに良好な結果を得ることができた. Improvement of Articulatory-Feature to VT Conversion and Sound Source for HMM Speech Synthesis Based on Articulatory Movement Takayuki Onoda, Kouichi Katsurada, and Tsuneo Nitta We are developing a speech recognition and synthesis system using common models of articulatory movement. By representing HMMs with articulatory features, we have achieved one-model speech recognition and synthesis. In the speech synthesis part, articulatory feature sequences generated by HMMs are converted into vocal tract parameters, and then they are combined with sound source. CELP coding technique is applied to improve sound quality when generating sound source. The proposed speech synthesis system separate phonetic information and speaker individuality. Therefore, it is expected to synthesize target speaker s speech using a small amount of voice data. In the experiments, we carried out listening tests for 10 subjects and evaluated both of sound quality and individuality of synthesized speech. As a result, we confirmed that the proposed synthesis system can produce good quality speech of target speaker with only two sentences. 1. はじめに 乳幼児は, 身辺の僅かな人たちから音声を模倣するだけで音声言語を獲得している. 親の音声と乳幼児の模倣音声は, 声道形状等の違いから物理的には異なる音響信号になる. そのため, 音韻知識が未確立の乳幼児がこれら二つの音声を同一と判断するには, 何らかの不変量が内在することになる. この説明として, 音声知覚が音響信号そのものではなく, 調音器官に送られる運動司令を参照して行なわれるとし, 音声の知覚と生成が一つのシステムで構成されているという見解が古くからある [1]. 我々はその見解を基に, 音声認識と音声合成の双方に, 同一の音響モデル (AM) を使用する ワンモデル音声認識合成方式 を開発している [2]. 高精度音声認識の AM は, 多数話者の音声コーパスが必要になる一方,HMM 音声合成では特定話者をターゲットにするため, 認識と合成の双方を満足するには, 話者不変の特徴量が必要になる. 我々は先に, 音声から話者不変な調音特徴を抽出し, 調音運動を表現する AM を構成することで, 高精度不特定話者音声認識が 1 名の話者データで達成可能なことを示した [2]. 音声合成では, 同じ AM から調音特徴系列を生成し, これを声道パラメータに変換 ( 以後 VT 変換と表記 ) した後, 音源符号帳で駆動して音声を合成する. この方式は, 調音指令 (motor command) と発声システムを分離できるため, 尐量の音声試料で特定話者の音声を合成できる可能性がある. HMM 音声合成の音声品質の課題の一つに, パルス列と白色雑音で構成された音源の改良がある. 本報告では, 音源信号のうち有声区間に残差波形を利用することで合成音声の品質向上を試みる. 残差を利用した音声合成手法はすでにいくつか提案されている [3][4]. 本文では, 音声符号化で用いられる CELP(Code-Excited Linear Prediction) 方式 [5] に基づく手法を検討する. 以下,2. では調音特徴系列から声道パラメータへの変換手法について解説する 続いて 3. で CELP 方式に基づく駆動音源の生成手法を説明した後,4. では参照話者 A の多量の文音声から VT 変換器と符号帳を設計し, これを目標話者 B の尐量の音声で適応した際の, 話者 B の音声品質と声質 ( 個人性 ) を評価する. 最後に 5. で本報告のまとめと今後の課題について述べる. 2. 調音特徴に基づく HMM 音声合成 2.1 調音特徴調音特徴 (Articulatory Feature; AF)[6] は, 調音方法と調音位置から話者不変な音素属性を規定している. 音声波形から AF を抽出する処理の流れを図 1 に示す. 豊橋技術科学大学大学院工学研究科 Graduate School of Engineering, Toyohashi University of Technology 1 c2010 Information Processing Society of Japan
2 図 1 調音特徴抽出の処理の流れ AF は, 音声スペクトル系列の時間微分と周波数微分から求められる局所特徴 (Local Feature; LF) を多層ニューラルネット (Multi-Layer Neural network; MLN LF-AF ) に入力して得られる.MLN LF-AF は前後の音素環境の違いを学習しており, 抽出された 3 フレーム分の AF は調音の運動を表現したものに相当し, 音声生成過程における運動司令 (motor command) を構成する. 2.2 調音特徴から VT パラメータへの変換話者に依存しない AF 系列から, 話者固有の音声信号を得ることを考える. 即ち, 脳から送られる運動指令によって, 発話者毎の声道 (VT) を駆動するように,VT の音響フィルタを構成して音源信号で駆動したい.VT パラメータには,PARCOR(PARtial auto-correlation) 係数 [7] を用いた PARCOR 係数 PARCOR 係数は, 線形予測における前向き予測誤差と後ろ向き予測誤差の相関係数として定義される. 音声波形からは, 自己相関係数を求め,Levinson-Durbin 法 [8] を用いることで抽出することができる.PARCOR 係数は, 声道の反射係数に関連した特徴とされており, 声道形状と深い関係を持つ. そのため,AF と PARCOR 係数の間にはある程度の相関が保たれていると推測され, 実際,AF から得た PARCOR 係数と原音声から得た PARCOR 係数は高い相関を持つ [2]. 音声信号を PARCOR 係数から構成した逆フィルタに通すことで, 音源に相当する残差信号が得られる. この残差信号と PARCOR 係数を PARCOR フィルタに通すことで, 音声を合成することができる. 図 2 調音特徴に基づく HMM 音声合成 調音特徴から VT パラメータへの変換提案方法では, 音声信号から AF と PARCOR 係数を直接計算し, 対応関係を多層ニューラルネットワーク ( 以下,MLN A-P と表記 ) から導出することで, 話者依存の VT モデルを得る. 一方,AF は調音器官の実際の形状を抽出している訳ではない. つまり, ある時点での AF と調音器官形状の関係は一対一ではないため,AF から声道形状を推定する際, 前後のコンテキスト情報を合わせて入力し, これを, 調音結合を含む調音運動への制約として利用する. これにより MLN A-P が PARCOR 係数のパラメータ空間上で, 滑らかな調音運動を実現することができる. 2.3 調音特徴に基づく音声合成システム調音特徴に基づく合成システムの構成を図 2 に示す. まず,AF 系列を学習した HMM から, 音素列と状態継続長を得た後, 各状態の AF 平均ベクトルを得る. 次に得られた AF から,MLN A-P によって PARCOR 係数を推定する. 最後に PARCOR 合成器を音源信号で駆動し, 合成音声を得る. ここで,MLN A-P は予め, 大量の文音声で学習した後, 目標話者の尐量の音声で適応化を行う. これにより, 尐量文学習で目標話者に近い PARCOR 係数が推定されることを期待している. 駆動音源についても, 大量の音声を使用した初期符号帳を, 目標話者の尐量の音声で適応する. 2 c2010 Information Processing Society of Japan
![3. CELP 方式による駆動音源生成 一般的な HMM 音声合成では, パルス列と白色雑音を音源とするため, 音質劣化が問題になる. そこで, この問題の解決法として CELP 符号化 [5] を用いた駆動音源改善を提案する. 3.](/docs-images/98/135151015/images/3-0.jpg "1 CELP 符号化 CELP 符号化は, 人間の発声機構を音源成分とスペクトル包絡成分に分離してモデル化する vocoder 方式に属する. 二つの成分を合成フィルタに供給して音声を生成する際, 駆動音源成分を符号帳から探索し, 入力波形に最も近いものを決定する.")
3 3. CELP 方式による駆動音源生成 一般的な HMM 音声合成では, パルス列と白色雑音を音源とするため, 音質劣化が問題になる. そこで, この問題の解決法として CELP 符号化 [5] を用いた駆動音源改善を提案する. 3.1 CELP 符号化 CELP 符号化は, 人間の発声機構を音源成分とスペクトル包絡成分に分離してモデル化する vocoder 方式に属する. 二つの成分を合成フィルタに供給して音声を生成する際, 駆動音源成分を符号帳から探索し, 入力波形に最も近いものを決定する.A-b-S (Analysis by Synthesis) 法に基づく閉ループ探索を実装したことで, 高音質音声符号化を実現している. CELP 符号化の流れを図 3 に示す. まず, 残差符号帳として残差波形データベースを構築しておく. 符号化器では, 入力音声を声道パラメータに変換を行い, 残差符号帳内の残差素片の組み合わせで構成された音源と逐次合成を行う. そして, 音声波形レベルでの誤差が最小となる残差の組み合わせを選択する. その選択された残差のインデックスと声道パラメータを複合化器へ伝送することで, 音声の再合成を行う. 3.2 駆動音源の生成今回提案する合成方式では, 学習データから抽出した残差素片を CELP 符号化に基づく閉ループ探索を適用して,HMM の各状態に割り当てる. この手順を図 4 に示す. 学習データから予め残差波形を抽出すると共に, ピッチマークを付与する. 続いて, ピッチマークを中心に基本周期の約 2 倍の領域を抽出し, 一つの残差素片とする. こうして得た残差素片をデータベース化し, 残差符号帳を構築する. その後,PARCOR 係数と予め付与したピッチマークを用いて, 元の音声とピッチパルスの位置を合わせた後, 閉ループ学習により残差素片を選択して,HMM の各状態に割り当てる. ここで, 子音には大量の音声から得た残差素片を, 母音 撥音には目標話者の尐量の残差素片を割り当てる. これにより, 尐ない学習データから目標話者に近い駆動音源が生成できることを期待している. さらに, 前後音素を考慮した残差素片選択を行い, 各音素の HMM に, 前後音素によって異なる最適な残差素片を複数持たせるようにした. これにより, 滑らかな音源を実現することができる. 図 3 CELP 符号化の流れ 図 4 CELP 方式による駆動音源の生成 3 c2010 Information Processing Society of Japan
4 4. 評価実験 4.1 評価環境今回の音声合成システムで使用した HMM の仕様を表 1 に,AF-PARCOR 係数変換器を表 2 に示す. 音源符号帳作成の学習データは,AF-PARCOR 係数変換器と同様の音声コーパス, 話者, 文数を用いた. また, 分析窓長は 25ms, 分析周期は 10ms である. なお, 今回の実験では, 音素列と状態継続長を, 音声から直接抽出している. 4.2 駆動音源に関する客観評価テスト 実験内容提案手法による駆動音源が, 従来手法と比べて改善されているかを確認するため, (a) パルスと白色雑音から成る音源を用いた合成音声 ( 従来手法 ) (b) CELP 符号化による駆動音源を用いた合成音声 ( 提案手法 ) (c) 目標話者の原音声の音声波形を比較する. なお, 目標話者の文数は二文使用した 実験結果得られた音声波形 ( 発話 : 一週間ばかり, ニューヨークを取材した. ) を図 5 に示す. 図 5(b) より,CELP 符号化による駆動音源を用いることで目標話者の音声波形に近づいたことが分かる. 4.3 話者適応に関する客観評価テスト 実験内容目標話者の音声が正しく適応されたかを確認するため, (a) 合成音声 ( 目標話者の音声の適応なし ) (b) 合成音声 ( 目標話者の音声を 2 文だけ適応 ) (c) 目標話者の原音声のスペクトログラムを比較する 実験結果得られたスペクトログラム ( 発話 : 一週間ばかり, ニューヨークを取材した. ) を図 6 に示す. 図 6(b) より, 目標話者の音声を 2 文使用しただけで目標話者のスペクトルに近づいたことが分かる. 表 1 実験で使用した HMM HMM monophone-hmm(38 音素 ), 5-state 3-loop, left-to-right 学習コーパス JNAS( 男性 38 名, 5000 文 ; 16bit, 16kHz) 特徴量 AF15 次元 3 フレーム ( 計 45 次元 ) 表 2 実験で使用した AF-PARCOR 係数変換器 MLN 3 層 ( 入力層 45, 中間層 450, 出力層 39) ATR 音素バランス文 (16bit, 12kHz) 学習コーパス 大量音声話者 : MHT( 男性, 503 文 ) 目標話者 : MMY( 男性, 2, 10, 30 文 ) 入力 AF15 次元 3 フレーム ( 計 45 次元 ) 出力 PARCOR 係数 13 次元 3 フレーム ( 計 39 次元 ) 図 5 音声波形比較 4 c2010 Information Processing Society of Japan
5 (1) Original speech (2) Synthesized speech (pulse & noise) (3) Synthesized speech (2 sentences) (4) Synthesized speech (10 sentences) (5) Synthesized speech (30 sentences) A>>B:Synthesized speech sound like A : A<<B:Synthesized speech sound like B (a) Evaluation of speech quality 図 7 主観評価テスト結果 (b) Evaluation of speaker individuality 図 6 スペクトログラム比較 4.4 主観評価テスト 実験内容目標話者の音声が正しく適応されたか, 品質が向上したかを確認するため, 被験者 10 名に対して以下の受聴試験を行った. なお, 合成音声は各実験とも 9 文を使用した. 1. 目標話者の音声を 2, 10, 30 文使用した時の合成音声をランダムに聴かせ, 音質をそれぞれ 5 段階 (5: 良い ~1: 悪い ) で主観評価 2. ABX 法による受聴試験 (A: 大量音声話者の原音声,B: 目標話者の原音声,X: 目標話者の音声を 2, 10, 30 文使用した際の合成音声. 被験者ごとに A と B を入れ替え ) 実験結果受聴試験の結果を図 7 に示す. 図 7(a) より,CELP 符号化による駆動音源 ((3)~(5)) を用いることで, パルスと白色雑音から成る音源 ((2)) を用いた時と比べて MOS 値が大幅に向上した. また, 目標話者の音声試料を増やすことで MOS 値が向上した. 図 7(b) からは,2 文使用時でも目標話者の音声に近いと判断される割合が約 83% となり, 音声試料を増やすことで確度が高くなった. しかし,2 文使用時の MOS 値はまだ低く, 原因として,MLN A-P の追加学習が不十分であったと考えられる. 5. まとめ 本報告では, 運動司令に相当する調音特徴系列から, 音韻性と話者性を保持した音声を合成できることを示した. また,CELP 符号化の手法を応用することにより, 従来の音源 ( パルス + ノイズ ) と比較して高品質な音声を再生できた. さらに, 尐ない文で目標話者に近い音声を合成することができ, 評価テストでは二文適応でも約 83% の割合で目標話者に近いと判断された. 今後は,AF-PARCOR 変換器と音源のさらなる改良を行い, 品質向上を目指したい. 5 c2010 Information Processing Society of Japan
6 なお, 今回はピッチや状態継続長を原音声から直接抽出したものを用いた. 今後, ピッチや状態継続長についてもそれぞれモデル化し, テキスト音声合成を実現したい. 参考文献 [1] A. M. Liberman, I. G. Mattingley:The motor theory of speech perception revised, Cognition, 21, pp.1-36 (1985). [2] 新田恒雄, 武井匠, 木村優志, 桂田浩一 : 調音運動 HMM に基づくワンモデル音声認識合成, SLP, Vol.2009-SLP-77, No.4, pp.1-6 (2009). [3] 斎藤隆 : 圧縮した残差を用いた規則音声合成法, 情報処理学会全国大会講演論文集, Vol.45, No.2, pp (1992). [4] 小池宗幸, 岩野公司, 古井貞煕 :HMM 音声合成における残差駆動による自然性向上の検討, 日本音響学会春季研究発表会講演論文集, vol.1, , pp (2003). [5] M. R. Schroeder, B. S. Atal:Code-excited linear prediction (CELP): high-quality speech at very low bit rates, ICASSP 85, vol.10, pp (1985). [6] ムハマドヌルルフダ, 河嶋宏明, 新田恒雄 :3 ステージ MLN と抑制 / 強調処理に基づく 調音特徴抽出, SLP, Vol.2008, No.123, pp (2008). [7] 板倉文忠, 斎藤収三 : 偏自己相関関数による音声分析合成系, 日本音響学会誌, Vol.25, No.5, pp.306 (1969). [8] N. Levinson:The Wiener RMS (Root Mean Square) error criterion in filter design and prediction, Journal of Mathematics and Physics, Vol.25, pp (1947). 6 c2010 Information Processing Society of Japan
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
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
1 Fig. 1 Extraction of motion,.,,, 4,,, 3., 1, 2. 2.,. CHLAC,. 2.1,. (256 ).,., CHLAC. CHLAC, HLAC. 2.3 (HLAC ) r,.,. HLAC. N. 2 HLAC Fig. 2
CHLAC 1 2 3 3,. (CHLAC), 1).,.,, CHLAC,.,. Suspicious Behavior Detection based on CHLAC Method Hideaki Imanishi, 1 Toyohiro Hayashi, 2 Shuichi Enokida 3 and Toshiaki Ejima 3 We have proposed a method for
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
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
2. ICA ICA () (Blind Source Separation BBS) 2) Fig. 1 Model of Optical Topography. ( ) ICA 2.2 ICA ICA 3) n 1 1 x 1 (t) 2 x 2 (t) n x(t) 1 x(t
ICA 1 2 2 (Independent Component Analysis) Denoising Method using ICA for Optical Topography Yamato Yokota, 1 Tomoyuki Hiroyasu 2 and Hisatake Yokouchi 2 Optical topography is one of the promising ways
Implementation of Computationally Efficient Real-Time Voice Conversion
音情報処理 第 4 回 音声符号化 中村哲 1 秒間につき 128 kbi 使用 音声符号化 1 秒間につき 8 kbi だけ使用 伝送するビット数を 6% 程度に減らすことができる! 本日の講義を受けることで なぜこのようなことが可能なのかを理解することができます 講義内容 波形符号化 標本化 量子化 音声符号化方式 波形符号化方式 分析合成方式 ハイブリッド方式 聴覚符号化方式 符号化 ある情報を他のもの
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
第 1 回バイオメトリクス研究会 ( 早稲田大学 ) THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS Proceedings of Biometrics Workshop,169
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS Proceedings of Biometrics Workshop,169-8555 3-4-1,169-8555 3-4-1 E-mail: s hayashi@kom.comm.waseda.ac.jp, ohki@suou.waseda.jp Wolf
Microsoft PowerPoint - SP _slides
音情報処理 第 3 回音声符号化 戸田智基 名古屋大学情報基盤センター / 大学院情報科学研究科 講義内容 波形符号化 標本化 量子化 音声符号化方式 波形符号化方式 分析合成方式 ハイブリッド方式 聴覚符号化方式 符号化 ある情報を他のもの ( 符号 ) で置き換える作業 例 1: 新聞広告 賃貸マンションをお貸しします. 間取りは 2LDK で, 具体的には 8 畳,6 畳,4.5 畳のダイニングキッチン,
様式 C-19 科学研究費補助金研究成果報告書 平成 23 年 4 月 1 日現在 機関番号 :13904 研究種目 : 若手研究 (B) 研究期間 :2008~2010 課題番号 :20700156 研究課題名 ( 和文 ) 6 階層モデルに基づくマルチモーダル対話システムのフレームワーク構築と実装研究課題名 ( 英文 ) Construction and implementation of MMI
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS IEICE Technical Report IN ( ),
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS IEICE Technical Report IN215-96 (216-1), 5 8585 27 1 E-mail: 122422@mmm.muroran-it.ac.jp, hattori@csse.muroran-it.ac.jp Web Web Web
MA3-1 30th Fuzzy System Symposium (Kochi, September 1-3, 2014) Analysis of Comfort Given to Human by Using Sound Generation System Based on Netowork o
Analysis of Comfort Given to Human by Using Sound Generation System Based on Netowork of Chaotic Elements 3 Yoichiro Maeda Shingo Muranaka 3 Masato Sasaki 3 Osaka Institute of Technology Falco SD Holdings
Vol.54 No (July 2013) [9] [10] [11] [12], [13] 1 Fig. 1 Flowchart of the proposed system. c 2013 Information
![Vol.54 No (July 2013) [9] [10] [11] [12], [13] 1 Fig. 1 Flowchart of the proposed system. c 2013 Information](/thumbs/91/104959916.jpg "Vol.54 No (July 2013) [9] [10] [11] [12], [13] 1 Fig. 1 Flowchart of the proposed system. c 2013 Information")
Vol.54 No.7 1937 1950 (July 2013) 1,a) 2012 11 1, 2013 4 5 1 Similar Sounds Sentences Generator Based on Morphological Analysis Manner and Low Class Words Masaaki Kanakubo 1,a) Received: November 1, 2012,
AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP
![AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP](/thumbs/89/100390964.jpg "AP AP AP AP AP AP AP( AP) AP AP( AP) AP AP Air Patrol[1] Air Patrol Cirond AP AP Air Patrol Senser Air Patrol Senser AP AP Air Patrol Senser AP")
AP AP 1,a) 2,b) LAN LAN AP LAN AP LAN AP Proposal of a System to Estimate the Location of Unknown Wireless APs by Utilizing the Signal Strength and Location Information of the Known APs Yoshiaki Tahara
kiyo5_1-masuzawa.indd
.pp. A Study on Wind Forecast using Self-Organizing Map FUJIMATSU Seiichiro, SUMI Yasuaki, UETA Takuya, KOBAYASHI Asuka, TSUKUTANI Takao, FUKUI Yutaka SOM SOM Elman SOM SOM Elman SOM Abstract : Now a small
IPSJ SIG Technical Report Vol.2011-MUS-91 No /7/ , 3 1 Design and Implementation on a System for Learning Songs by Presenting Musical St
1 2 1, 3 1 Design and Implementation on a System for Learning Songs by Presenting Musical Structures based on Phrase Similarity Yuma Ito, 1 Yoshinari Takegawa, 2 Tsutomu Terada 1, 3 and Masahiko Tsukamoto
2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC
![2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC](/thumbs/92/108208872.jpg "2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC")
H.264 CABAC 1 1 1 1 1 2, CABAC(Context-based Adaptive Binary Arithmetic Coding) H.264, CABAC, A Parallelization Technology of H.264 CABAC For Real Time Encoder of Moving Picture YUSUKE YATABE 1 HIRONORI
IPSJ SIG Technical Report Vol.2015-CVIM-196 No /3/6 1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swi
1,a) 1,b) 1,c) U,,,, The Camera Position Alignment on a Gimbal Head for Fixed Viewpoint Swiveling using a Misalignment Model Abstract: When the camera sets on a gimbal head as a fixed-view-point, it is
IPSJ SIG Technical Report Vol.2014-NL-216 No.6 Vol.2014-SLP-101 No /5/ MMDAgent 1. [1] Wikipedia[2] YouTube[3] [4] [5] [6] [7] 1 Graduate
![IPSJ SIG Technical Report Vol.2014-NL-216 No.6 Vol.2014-SLP-101 No /5/ MMDAgent 1. [1] Wikipedia[2] YouTube[3] [4] [5] [6] [7] 1 Graduate](/thumbs/97/132980001.jpg "IPSJ SIG Technical Report Vol.2014-NL-216 No.6 Vol.2014-SLP-101 No /5/ MMDAgent 1. [1] Wikipedia[2] YouTube[3] [4] [5] [6] [7] 1 Graduate")
1 1 MMDAgent 1. [1] Wikipedia[2] YouTube[3] [4] [5] [6] [7] 1 Graduate School of Engineering Nagoya Institute of Technology. [7] 1 2. 2.1 2 1 [8] c 214 Information Processing Society of Japan 1 1 音声対話コンテンツ
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 (
Input image Initialize variables Loop for period of oscillation Update height map Make shade image Change property of image Output image Change time L
1,a) 1,b) 1/f β Generation Method of Animation from Pictures with Natural Flicker Abstract: Some methods to create animation automatically from one picture have been proposed. There is a method that gives
2) 3) LAN 4) 2 5) 6) 7) K MIC NJR4261JB0916 8) 24.11GHz V 5V 3kHz 4 (1) (8) (1)(5) (2)(3)(4)(6)(7) (1) (2) (3) (4)
ドップラーセンサ 送信波 観測対象 1 1 1 SVM 2 9 Activity and State Recognition without Body-Attached Sensor Using Microwave Doppler Sensor Masatoshi Sekine, 1 Kurato Maeno 1 and Masanori Nozaki 1 To spread context-aware
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2011-MBL-57 No.27 Vol.2011-UBI-29 No /3/ A Consideration of Features for Fatigue Es
1 1 1 1 1 5 1 2 1 A Consideration of Features for Fatigue Estimation by Gait Analysis Using Accelerometer Hidekazu Higashi, 1 Tadashi Shigeoka, 1 Tsuyoshi Itokawa, 1 Teruaki Kitasuka 1 and Masayoshi Aritsugi
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
Vol. 48 No. 3 Mar PM PM PMBOK PM PM PM PM PM A Proposal and Its Demonstration of Developing System for Project Managers through University-Indus
Vol. 48 No. 3 Mar. 2007 PM PM PMBOK PM PM PM PM PM A Proposal and Its Demonstration of Developing System for Project Managers through University-Industry Collaboration Yoshiaki Matsuzawa and Hajime Ohiwa
IPSJ SIG Technical Report Vol.2019-MUS-123 No.23 Vol.2019-SLP-127 No /6/22 Bidirectional Gated Recurrent Units Singing Voice Synthesi
Bidirectional Gated Recurrent Units Singing Voice Synthesis Using Bidirectional Gated Recurrent Units. [] (HMM) [] [3], [4] Kobe University MEC Company Ltd. (Text to Speech: TTS) [5].. 3Hz Hz c 9 Information
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 Presentation
2017 年 9 月 21 日日本心理学会第 81 回大会 @ 久留米シティプラザ WORLD チュートリアル 山梨大学大学院総合研究部 准教授森勢将雅 mmorise@yamanashi.ac.jp @m_morise (Twitter) 本日の概要 音声分析合成システム WORLD の紹介 基礎的な説明と利用例について WORLD の導入と簡単な使い方 ( デモ ) Windows 環境での導入例
Vol.11-HCI-15 No. 11//1 Xangle 5 Xangle 7. 5 Ubi-WA Finger-Mount 9 Digitrack 11 1 Fig. 1 Pointing operations with our method Xangle Xa
Vol.11-HCI-15 No. 11//1 GUI 1 1 1, 1 GUI Graphical User Interface Xangle Xangle A Pointing Method Using Accelerometers for Graphical User Interfaces Tatsuya Horie, 1 Takuya Katayama, 1 Tsutomu Terada 1,
IPSJ SIG Technical Report Vol.2014-IOT-27 No.14 Vol.2014-SPT-11 No /10/10 1,a) 2 zabbix Consideration of a system to support understanding of f
1,a) 2 zabbix Consideration of a system to support understanding of fault occurrences based on the similarity of the time series Miyaza Nao 1,a) Masuda Hideo 2 Abstract: With the development of network
<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
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
![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](/thumbs/41/22686825.jpg "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,,
1., 1 COOKPAD 2, Web.,,,,,,.,, [1]., 5.,, [2].,,.,.,, 5, [3].,,,.,, [4], 33,.,,.,,.. 2.,, 3.., 4., 5., ,. 1.,,., 2.,. 1,,
![1., 1 COOKPAD 2, Web.,,,,,,.,, [1]., 5.,, [2].,,.,.,, 5, [3].,,,.,, [4], 33,.,,.,,.. 2.,, 3.., 4., 5., ,. 1.,,., 2.,. 1,,](/thumbs/50/25936361.jpg "1., 1 COOKPAD 2, Web.,,,,,,.,, [1]., 5.,, [2].,,.,.,, 5, [3].,,,.,, [4], 33,.,,.,,.. 2.,, 3.., 4., 5., ,. 1.,,., 2.,. 1,,")
THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS TECHNICAL REPORT OF IEICE.,, 464 8601 470 0393 101 464 8601 E-mail: matsunagah@murase.m.is.nagoya-u.ac.jp, {ide,murase,hirayama}@is.nagoya-u.ac.jp,
3. ( 1 ) Linear Congruential Generator:LCG 6) (Mersenne Twister:MT ), L 1 ( 2 ) 4 4 G (i,j) < G > < G 2 > < G > 2 g (ij) i= L j= N
RMT 1 1 1 N L Q=L/N (RMT), RMT,,,., Box-Muller, 3.,. Testing Randomness by Means of RMT Formula Xin Yang, 1 Ryota Itoi 1 and Mieko Tanaka-Yamawaki 1 Random matrix theory derives, at the limit of both dimension
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:
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)
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
log F0 意識 しゃべり 葉の log F0 Fig. 1 1 An example of classification of substyles of rap. ' & 2. 4) m.o.v.e 5) motsu motsu (1) (2) (3) (4) (1) (2) mot
1. 1 2 1 3 2 HMM Rap-style Singing Voice Synthesis Keijiro Saino, 1 Keiichiro Oura, 2 Makoto Tachibana, 1 Hieki Kenmochi 3 an Keiichi Tokua 2 This paper aresses rap-style singing voice synthesis. Since
Table 1. Reluctance equalization design. Fig. 2. Voltage vector of LSynRM. Fig. 4. Analytical model. Table 2. Specifications of analytical models. Fig
Mover Design and Performance Analysis of Linear Synchronous Reluctance Motor with Multi-flux Barrier Masayuki Sanada, Member, Mitsutoshi Asano, Student Member, Shigeo Morimoto, Member, Yoji Takeda, Member
IPSJ SIG Technical Report Vol.2009-DPS-141 No.23 Vol.2009-GN-73 No.23 Vol.2009-EIP-46 No /11/27 t-room t-room 2 Development of
t-room 1 2 2 2 2 1 1 2 t-room 2 Development of Assistant System for Ensemble in t-room Yosuke Irie, 1 Shigemi Aoyagi, 2 Toshihiro Takada, 2 Keiji Hirata, 2 Katsuhiko Kaji, 2 Shigeru Katagiri 1 and Miho
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2015-GI-34 No /7/ % Selections of Discarding Mahjong Piece Using Neural Network Matsui
2 3 2000 3.3% Selections of Discarding Mahjong Piece Using Neural Network Matsui Kazuaki Matoba Ryuichi 2 Abstract: Mahjong is one of games with imperfect information, and its rule is very complicated
情報処理学会研究報告 IPSJ SIG Technical Report 発音訓練のための調音特徴に基づく IPA 母音図へのリアルタイム表示 森拓郎 入部百合絵桂田浩一新田恒雄 近年, 外国語を学ぶ日本人学生を対象に CALL 教材の開発が盛んに行われているが, 学習者の調音動作の誤りを正確に指摘
発音訓練のための調音特徴に基づく IPA 母音図へのリアルタイム表示 森拓郎 入部百合絵桂田浩一新田恒雄 近年, 外国語を学ぶ日本人学生を対象に CALL 教材の開発が盛んに行われているが, 学習者の調音動作の誤りを正確に指摘できる教材はまだ開発されていない. 我々は, 教師と学習者の調音の違いを分かり易く理解でき, さらに正しい調音動作への矯正方法を直感的に読み取ることのできる, 英語発音訓練システムの開発を進めている.
(MIRU2008) HOG Histograms of Oriented Gradients (HOG)
(MIRU2008) 2008 7 HOG - - E-mail: katsu0920@me.cs.scitec.kobe-u.ac.jp, {takigu,ariki}@kobe-u.ac.jp Histograms of Oriented Gradients (HOG) HOG Shape Contexts HOG 5.5 Histograms of Oriented Gradients D Human
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
The 15th Game Programming Workshop 2010 Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard Magic Bitboard Magic Bitbo
Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard 64 81 Magic Bitboard Magic Bitboard Bonanza Proposal and Implementation of Magic Bitboards in Shogi Issei Yamamoto, Shogo Takeuchi,
TCX γ 0.9,, H / H, [4], 3. 3., ( /(,,,,,,, Mel Log Spectrum Approximation (MLSA [5],, [6], [7].,,,,,,, (,,, 3.,,,,,,,, sinc,,, [8], W, ( Y ij Y ij W l
![TCX γ 0.9,, H / H, [4], 3. 3., ( /(,,,,,,, Mel Log Spectrum Approximation (MLSA [5],, [6], [7].,,,,,,, (,,, 3.,,,,,,,, sinc,,, [8], W, ( Y ij Y ij W l](/thumbs/91/106039521.jpg "TCX γ 0.9,, H / H, [4], 3. 3., ( /(,,,,,,, Mel Log Spectrum Approximation (MLSA [5],, [6], [7].,,,,,,, (,,, 3.,,,,,,,, sinc,,, [8], W, ( Y ij Y ij W l")
,a,b,c,d,e,,,,,,,, TCX.,, (VoIP,,, 3GPP Extended Adaptive Multi-Rate Wideband (AMR- WB+ MPEG-D Unified Speech and Audio Coding (USAC [], [],,,, AMR-WB+ USAC, Transform Coded exitation (TCX, TCX NTT a sugiura@hil.t.u-toyo.ac.jp
[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing
![[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing](/thumbs/93/112070099.jpg "[2] OCR [3], [4] [5] [6] [4], [7] [8], [9] 1 [10] Fig. 1 Current arrangement and size of ruby. 2 Fig. 2 Typography combined with printing")
1,a) 1,b) 1,c) 2012 11 8 2012 12 18, 2013 1 27 WEB Ruby Removal Filters Using Genetic Programming for Early-modern Japanese Printed Books Taeka Awazu 1,a) Masami Takata 1,b) Kazuki Joe 1,c) Received: November
IPSJ SIG Technical Report An Evaluation Method for the Degree of Strain of an Action Scene Mao Kuroda, 1 Takeshi Takai 1 and Takashi Matsuyama 1
1 1 1 An Evaluation Method for the Degree of of an Action Scene Mao Kuroda, 1 Takeshi Takai 1 and Takashi Matsuyama 1 The purpose of our research is to investigate structure of an action scene scientifically.
研究報告用MS-Wordテンプレートファイル
HMM 3 HMM 1 () HMM (PARCOR ) One-model Speech Recogniion and Synhesis Based on Movemen HMMs Tsuneo Nia, Takumi Takei, Masashi Kimura, and Kouichi Kasurada Speech recogniion and synhesis have been designed
Table 1. Assumed performance of a water electrol ysis plant. Fig. 1. Structure of a proposed power generation system utilizing waste heat from factori
Proposal and Characteristics Evaluation of a Power Generation System Utilizing Waste Heat from Factories for Load Leveling Pyong Sik Pak, Member, Takashi Arima, Non-member (Osaka University) In this paper,
kut-paper-template.dvi
26 Discrimination of abnormal breath sound by using the features of breath sound 1150313 ,,,,,,,,,,,,, i Abstract Discrimination of abnormal breath sound by using the features of breath sound SATO Ryo
1911 F0 5) SingBySpeaking F0 F0 F0 4 F0 2. F0 4) 5) rate extent 6) rate 5.6 [Hz] extent 87 [cent] F0 5.2 [%] F0 SingBySpeaking 7) F0 Fig. 1 1 F0 F0 co
![1911 F0 5) SingBySpeaking F0 F0 F0 4 F0 2. F0 4) 5) rate extent 6) rate 5.6 [Hz] extent 87 [cent] F0 5.2 [%] F0 SingBySpeaking 7) F0 Fig. 1 1 F0 F0 co](/thumbs/41/22768350.jpg "1911 F0 5) SingBySpeaking F0 F0 F0 4 F0 2. F0 4) 5) rate extent 6) rate 5.6 [Hz] extent 87 [cent] F0 5.2 [%] F0 SingBySpeaking 7) F0 Fig. 1 1 F0 F0 co")
Vol. 52 No. 5 1910 1922 (May 2011) This paper describes the details of singing database for analyzing the differences of musical expressions ( and portamento) among professional singers and the effective
& Vol.5 No (Oct. 2015) TV 1,2,a) , Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Ro
TV 1,2,a) 1 2 2015 1 26, 2015 5 21 Augmented TV TV AR Augmented Reality 3DCG TV Estimation of TV Screen Position and Rotation Using Mobile Device Hiroyuki Kawakita 1,2,a) Toshio Nakagawa 1 Makoto Sato
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
Microsoft PowerPoint - DigitalMedia2_3b.pptx
Contents デジタルメディア処理 2 の概要 フーリエ級数展開と 離散とその性質 周波数フィルタリング 担当 : 井尻敬 とは ( ) FourierSound.py とは ( ) FourierSound.py 横軸が時間の関数を 横軸が周波数の関数に変換する 法 声周波数 周波数 ( 係数番号 ) 後の関数は元信号に含まれる正弦波の量を す 中央に近いほど低周波, 外ほどが 周波 中央 (
Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]
![Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]](/thumbs/93/112440494.jpg "Q [4] 2. [3] [5] ϵ- Q Q CO CO [4] Q Q [1] i = X ln n i + C (1) n i i n n i i i n i = n X i i C exploration exploitation [4] Q Q Q ϵ 1 ϵ 3. [3] [5] [4]")
1,a) 2,3,b) Q ϵ- 3 4 Q greedy 3 ϵ- 4 ϵ- Comparation of Methods for Choosing Actions in Werewolf Game Agents Tianhe Wang 1,a) Tomoyuki Kaneko 2,3,b) Abstract: Werewolf, also known as Mafia, is a kind of
Abstract This paper concerns with a method of dynamic image cognition. Our image cognition method has two distinguished features. One is that the imag
2004 RGB A STUDY OF RGB COLOR INFORMATION AND ITS APPLICATION 03R3237 Abstract This paper concerns with a method of dynamic image cognition. Our image cognition method has two distinguished features. One
A Study on Throw Simulation for Baseball Pitching Machine with Rollers and Its Optimization Shinobu SAKAI*5, Yuichiro KITAGAWA, Ryo KANAI and Juhachi
A Study on Throw Simulation for Baseball Pitching Machine with Rollers and Its Optimization Shinobu SAKAI*5, Yuichiro KITAGAWA, Ryo KANAI and Juhachi ODA Department of Human and Mechanical Systems Engineering,
IPSJ SIG Technical Report Vol.2014-CE-126 No /10/11 1,a) Kinect Support System for Romaji Learning through Exercise Abstract: Educatio
1,a) 1 1 1 1 2 Kinect Support System for Romaji Learning through Exercise Abstract: Education with information devices has been increasing over the years. We propose support system for Romaji learning
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
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
1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf
![1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf](/thumbs/79/80104027.jpg "1 Web [2] Web [3] [4] [5], [6] [7] [8] S.W. [9] 3. MeetingShelf Web MeetingShelf MeetingShelf (1) (2) (3) (4) (5) Web MeetingShelf")
1,a) 2,b) 4,c) 3,d) 4,e) Web A Review Supporting System for Whiteboard Logging Movies Based on Notes Timeline Taniguchi Yoshihide 1,a) Horiguchi Satoshi 2,b) Inoue Akifumi 4,c) Igaki Hiroshi 3,d) Hoshi
IPSJ SIG Technical Report Vol.2016-MUS-111 No /5/21 1, 1 2,a) HMM A study on an implementation of semiautomatic composition of music which matc
1, 1 2,a) HMM A study on an implementation of semiautomatic composition of music which matches impressions of color still image Sae NEMOTO 1, 1 Yasuyuki SAITO 2,a) Abstract: This paper shows a creation
2 ( ) i
25 Study on Rating System in Multi-player Games with Imperfect Information 1165069 2014 2 28 2 ( ) i ii Abstract Study on Rating System in Multi-player Games with Imperfect Information Shigehiko MORITA
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
1 2 8 24 32 44 48 49 50 SEC journal Vol.11 No.2 Sep. 2015 1 2 SEC journal Vol.11 No.2 Sep. 2015 SEC journal Vol.11 No.2 Sep. 2015 3 4 SEC journal Vol.11 No.2 Sep. 2015 SEC journal Vol.11 No.2 Sep. 2015
IPSJ SIG Technical Report Vol.2011-EC-19 No /3/ ,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-
1 3 5 4 1 2 1,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-View Video Contents Kosuke Niwa, 1 Shogo Tokai, 3 Tetsuya Kawamoto, 5 Toshiaki Fujii, 4 Marutani Takafumi,
Vol. 48 No. 4 Apr LAN TCP/IP LAN TCP/IP 1 PC TCP/IP 1 PC User-mode Linux 12 Development of a System to Visualize Computer Network Behavior for L
Vol. 48 No. 4 Apr. 2007 LAN TCP/IP LAN TCP/IP 1 PC TCP/IP 1 PC User-mode Linux 12 Development of a System to Visualize Computer Network Behavior for Learning to Associate LAN Construction Skills with TCP/IP
IPSJ SIG Technical Report 1, Instrument Separation in Reverberant Environments Using Crystal Microphone Arrays Nobutaka ITO, 1, 2 Yu KITANO, 1
1, 2 1 1 1 Instrument Separation in Reverberant Environments Using Crystal Microphone Arrays Nobutaka ITO, 1, 2 Yu KITANO, 1 Nobutaka ONO 1 and Shigeki SAGAYAMA 1 This paper deals with instrument separation
IPSJ SIG Technical Report Vol.2009-BIO-17 No /5/26 DNA 1 1 DNA DNA DNA DNA Correcting read errors on DNA sequences determined by Pyrosequencing
DNA 1 1 DNA DNA DNA DNA Correcting read errors on DNA sequences determined by Pyrosequencing Youhei Namiki 1 and Yutaka Akiyama 1 Pyrosequencing, one of the DNA sequencing technologies, allows us to determine
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
Vol.-ICS-6 No.3 /3/8 Input.8.6 y.4 Fig....5 receptive field x 3 w x y Machband w(x =
DOG(Difference of two Gaussians 8 A feedback model for the brightness illusion Shoji Nodasaka and Asaki Saito We consider mechanism of the Hermann grid. The mechanism is usually explained by effects of
2007-Kanai-paper.dvi
19 Estimation of Sound Source Zone using The Arrival Time Interval 1080351 2008 3 7 S/N 2 2 2 i Abstract Estimation of Sound Source Zone using The Arrival Time Interval Koichiro Kanai The microphone array
IPSJ SIG Technical Report Vol.2010-GN-75 No /3/19 1. Proposal and Evaluation of Laboratory Experiments for understanding Offshore Software Deve
1. Proposal and Evaluation of Laboratory Experiments for understanding Offshore Software Development Lihua Xuan and Takaya Yuizono Issues of offshore software development are how to treat specification
第６２巻 第１号 平成２４年４月／石こうを用いた木材ペレット
Bulletin of Japan Association for Fire Science and Engineering Vol. 62. No. 1 (2012) Development of Two-Dimensional Simple Simulation Model and Evaluation of Discharge Ability for Water Discharge of Firefighting
untitled
JAIS 1 2 1 2 In this paper, we focus on the pauses that partly characterize the utterances of simultaneous interpreters, and attempt to analyze the results of experiments conducted using human subjects
2). 3) 4) 1.2 NICTNICT DCRA Dihedral Corner Reflector micro-arraysdcra DCRA DCRA DCRA 3D DCRA PC USB PC PC ON / OFF Velleman K8055 K8055 K8055
1 1 1 2 DCRA 1. 1.1 1) 1 Tactile Interface with Air Jets for Floating Images Aya Higuchi, 1 Nomin, 1 Sandor Markon 1 and Satoshi Maekawa 2 The new optical device DCRA can display floating images in free
Microsoft PowerPoint - ip02_01.ppt [互換モード]
![Microsoft PowerPoint - ip02_01.ppt [互換モード]](/thumbs/96/127250376.jpg "Microsoft PowerPoint - ip02_01.ppt [互換モード]")
空間周波数 周波数領域での処理 空間周波数 (spatial frquncy) とは 単位長さ当たりの正弦波状の濃淡変化の繰り返し回数を表したもの 正弦波 : y sin( t) 周期 : 周波数 : T f / T 角周波数 : f 画像処理 空間周波数 周波数領域での処理 波形が違うと 周波数も違う 画像処理 空間周波数 周波数領域での処理 画像処理 3 周波数領域での処理 周波数は一つしかない?-
IPSJ SIG Technical Report Pitman-Yor 1 1 Pitman-Yor n-gram A proposal of the melody generation method using hierarchical pitman-yor language model Aki
Pitman-Yor Pitman-Yor n-gram A proposal of the melody generation method using hierarchical pitman-yor language model Akira Shirai and Tadahiro Taniguchi Although a lot of melody generation method has been
1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I
![1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I](/thumbs/82/86679845.jpg "1 2. Nippon Cataloging Rules NCR [6] (1) 5 (2) 4 3 (3) 4 (4) 3 (5) ISSN 7 International Standard Serial Number ISSN (6) (7) 7 16 (8) ISBN ISSN I")
Development of Digital Archive System of Comics Satoshi Tsutsui Kojima Kazuya The comic published in Japan is liked to read from of old by a lot of people, and builds our life and implications now. The
17 Proposal of an Algorithm of Image Extraction and Research on Improvement of a Man-machine Interface of Food Intake Measuring System
1. (1) ( MMI ) 2. 3. MMI Personal Computer(PC) MMI PC 1 1 2 (%) (%) 100.0 95.2 100.0 80.1 2 % 31.3% 2 PC (3 ) (2) MMI 2 ( ),,,, 49,,p531-532,2005 ( ),,,,,2005,p66-p67,2005 17 Proposal of an Algorithm of
Fig. 2 Signal plane divided into cell of DWT Fig. 1 Schematic diagram for the monitoring system
Study of Health Monitoring of Vehicle Structure by Using Feature Extraction based on Discrete Wavelet Transform Akihisa TABATA *4, Yoshio AOKI, Kazutaka ANDO and Masataka KATO Department of Precision Machinery
, 18, Observation of bedforms in the downstream reach of Rumoi River by using a brief acoustic bathymetric system Ryosuke AKAHORI, Yasuyu
, 18, 2012 6 Observation of bedforms in the downstream reach of Rumoi River by using a brief acoustic bathymetric system 1 2 3 Ryosuke AKAHORI, Yasuyuki HIRAI, Mineo KONDO 1 Ph.D. ( 062 8602 1 3 ) 2 (
お口は楽器 色んな音を奏でます 息 ブー 色んな形の管 色んな音色 声道 曲げ延ばし はOK i u eo a 出典 I. R. Titze 音声生成の科学 でも我々の楽器はグニャグニャ形が変わる 管の形の違い 出てくる音の音色の違い 出典 萩野 後野 発声のメカニズム 音楽之友社 声帯音源 声道 ブザー 管 提供 ATR人間情報科学研究所 Front Central Back Front Central
kut-paper-template2.dvi
19 A Proposal of Text Classification using Formal Concept Analysis 1080418 2008 3 7 ( ) Hasse Web Reuters 21578 Concept Explorer 2 4 said i Abstract A Proposal of Text Classification using Formal Concept
1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325
![1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325](/thumbs/91/105378470.jpg "1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325")
社団法人人工知能学会 Japanese Society for Artificial Intelligence 人工知能学会研究会資料 JSAI Technical Report SIG-Challenge-B3 (5/5) RoboCup SSL Humanoid A Proposal and its Application of Color Voxel Server for RoboCup SSL
<4D6963726F736F667420576F7264202D203033918190EC959F90B781758BA38B5A82A982E982BD82CC897282DD82C982A882AF82E983748348838B837D839383678EFC9467909482CC93C192A5817630322033372D34392E646F63>
(Research in Experimental Phonetics and Linguistics) 4: 37-49 (2012) * 1 2 2 1 2 1 3 1. 1 500 1 1 1 2 3 1 * 2010 2 1 2 1 7 1 1 2 3 3 2 37 1 3 1 4-3-1-5 4 1 1 4 5 2 1 4-3-1-5 2 6 2 7 SUGI Speech Analyzer
Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama
![Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama](/thumbs/84/90061492.jpg "Web Web [4] Web Web [5] Web 2 Web 3 4 Web Web 2.1 Web Web Web Web Web 2.2 Web Web Web *1 Web * 2*3 Web 3. [6] [7] [8] 4. Web 4.1 Web Web *1 Ama")
1 2 2 3 Web Web A product recommender system based on knowledge on situations, functions, and series of products: Implementation and evaluation of the prototype system Abstract: The aim of this study is
Microsoft Word - 成果報告.doc
音声中の個人性情報制御法に関する研究 課題番号 :768388 平成 7 年度 ~ 平成 9 年度科学研究費補助金 ( 基盤研究 (C)(2)) 研究成果報告書 平成 1 年 3 月 研究代表者赤木正人 ( 北陸先端科学技術大学院大学情報科学研究科 ) 1. はしがき 目 次 2. 概要 3. 研究成果 Speaker individualities in speech spectral envelopes
(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b
![(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b](/thumbs/91/105641706.jpg "(a) (b) 2 2 (Bosch, IR Illuminator 850 nm, UFLED30-8BD) ( 7[m] 6[m]) 3 (PointGrey Research Inc.Grasshopper2 M/C) Hz (a) (b")
(MIRU202) 202 8 AdrianStoica 89 0395 744 89 0395 744 Jet Propulsion Laboratory 4800 Oak Grove Drive, Pasadena, CA 909, USA E-mail: uchino@irvs.ait.kyushu-u.ac.jp, {yumi,kurazume}@ait.kyushu-u.ac.jp 2 nearest
v.connect 開発当初 素片接続型合成器 入力 VSQファイル コーパス UTAU音源 分析合成 STRAIGHT Vocaloid2用 シーケンス UTAU用 ライブラリ v.connect STRAIGHT STRAIGHT版は 開発終了 合成音
v.connect ユーザが声色操作を 指定できる歌声合成器 電気通信大学 情報工学科 小川 真 矢崎 俊志 阿部 公輝 (阿部公輝 研究室) v.connect 開発当初 素片接続型合成器 入力 VSQファイル コーパス UTAU音源 分析合成 STRAIGHT Vocaloid2用 シーケンス UTAU用 ライブラリ v.connect STRAIGHT STRAIGHT版は 開発終了 合成音
Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels).
Fig. 1 The scheme of glottal area as a function of time Fig. 3 Flow diagram of image processing. Black rectangle in the photo indicates the processing area (128 x 32 pixels). Fig, 4 Parametric representation
揃 24 1681 0 20 40 60 80 100 0 21 42 63 84 Lag [hour] Lag [day] 35
![揃 24 1681 0 20 40 60 80 100 0 21 42 63 84 Lag [hour] Lag [day] 35](/thumbs/40/20539367.jpg "揃 24 1681 0 20 40 60 80 100 0 21 42 63 84 Lag [hour] Lag [day] 35")
Forecasting Model for Electricity Consumption in Residential House Based on Time Series Analysis * ** *** Shuhei Kondo Nobayasi Masamori Shuichi Hokoi ( 2015 7 3 2015 12 11 ) After the experience of electric
The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). The material has been made available on the website
The copyright of this material is retained by the Information Processing Society of Japan (IPSJ). The material has been made available on the website by the author(s) under the agreement with the IPSJ.
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
特-3.indd
Development of Automation Technology for Precision Finishing Works Employing a Robot Arm There is demand for the automation of finishing processes that require technical skills in the manufacturing of
次元圧縮法を導入したクエリに基づくバイクラスタリング 情報推薦への応用 武内充三浦功輝岡田吉史 ( 室蘭工業大学 ) 概要以前, 我々はクエリに基づくバイクラスタリングを用いた情報推薦手法を提案した. 本研究では, 新たに推薦スコアが非常に良く似たユーザまたはアイテムを融合する次元圧縮法を導入した. 実験として, 縮減前と縮減後のデータセットのサイズとバイクラスタ計算時間の比較を行う. キーワード
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