6 音声情報 (オーディオ、サウンド) のデジタル処理 • 応用 通信：電話、TV 電話、インターネット電話 放送：TV, CATV, CS 蓄積：音楽用 CD, DAT, DV, DVD 合成：コンピュータミュージック
6 音声情報 (オーディオ、サウンド) のデジタル処理 • 応用 通信：電話、TV 電話、インターネット電話 放送：TV, CATV, CS 蓄積：音楽用 CD, DAT, DV, DVD 合成：コンピュータミュージック (シンセサイザー) 6.1 音の性質 6.1.1 音波 • 音とは、物体 (音源) の振動、すなわち周期的に繰り返される運動が空気に伝え られた結果、空気に圧力の周期的変化がおき、その波が空気中を伝わる現象。 • 音圧 音によって空気の圧力が変化するときの、空気の圧力を音圧という。人間は音 圧の変化を耳を通じて音として知覚し、またマイクロホンは電気信号 (電圧の 時間に対する変化) に変換する。大きな音圧は大きな電圧を生むが、後述のよ うに、人間にとっての「音の大きさ」は、音圧だけで決まるわけではない。 – 圧力 Pa = N/m2 – 大気圧＝ 1.013
音声圧縮もMPEG-2
音声圧縮の原理と実際 BS デジタル放送では、ハイビジョン映像にふさわしい高音質のマルチチャンネルステレ オ音声サービスが求められます。こうした音声サービスを実現する音声符号化方式として わが国で採用されたのが、MPEG－2 Audio 規格の中の AAC（Advanced Audio Coding） 符号化方式です。MPEG－2 Audio には、AAC の他に BC（Backward Compatible）と呼 ばれる方式もあり、 日本の CS デジタル放送および欧州のデジタル放送で採用されています。 AAC は、BC に 2 年半ほど遅れて開発・標準化された方式で、BC に比べ約 2 倍圧縮効率 が高いとされています。圧縮前の音声品質を 5 として 5 段階評価をしたときに、評価値の 平均および最悪値が 4 以上になるために必要となる情報量は、表 1 に示すようになってい ます。BS
TeX output 2010.01.20:1242
日本語話し言葉コーパスを用いた異なるタスクに対する 音声認識∗ ☆西井 俊介，篠崎 隆宏，古井 貞熙 (東工大) 1 はじめに 音声認識のタスクは多様であるが，各タスクに 対してどのようなコーパスに基づき学習した音 響モデルを用いて音声認識をするのが適当であ るかは，従来あまり調べられてこなかった．そこ で本研究では代表的なタスクとして，話し言葉， 読み上げ音声，対話音声に対して，日本語話し言 葉コーパス (CSJ)[1] 及び新聞記事読み上げ音声 コーパス (JNAS)[2] に基づき学習した音響モデ ルを用いて音声認識を行い，性能評価を行った． その結果より CSJ を用いて学習したモデルを用 いることで，JNAS モデルと比較して多くのタス クにおいて同程度またはより高い認識性能が得 られることを示す． 2 音響モデル 音響モデルの学習用データセットとして以下 のものを用いた． •
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.sound.sie.dendai.ac.jp/dsp/Text/PDF/Chap2-7.pdf
https://nlp.cs.nyu.edu/pubs/papers/uchimoto-nlp03.pdf
