Chainerを用いて音声からの感情識別を行ってみました | Tech-Sketch
Chainerを用いて音声からの感情識別を実践 音声からの感情抽出 対話機能 我々は現在Pepperを用いた対話アプリケーションの開発を行っております。 対話において重要な要素は感情を理解することが挙げられます。感情を理解することでユーザーが怒っていれば余計なことを話さず、悲しんでいれば慰める。そんなアプリケーションの実現が可能となります。 しかし従来の対話アプリケーションにおいてユーザーの感情を理解する機能は実装されておらず、質問に答えるだけの単純な機能が主流でした。 感情理解 Pepperには標準機能で感情を理解する機能がありますが、中身がブラックボックス化されています。そのため我々は独自に感情を識別する機能の実装を行いました。 対話で得られる情報は表情、音声、言語情報などと多岐に渡ります。今回は音声に着目しました。理由として、海外の人より日本人は感情が分かりづらいと言われて
統計的声質変換 (2) ボイスチェンジャーを作ろう - 人工知能に関する断創録
統計的声質変換 (1) ロードマップ（2015/2/11）の続き。 統計的声質変換の第二回ということでまずは統計的じゃない声質変換の枠組みで簡単なボイスチェンジャーを作ってみたい。いきなり本題とずれているけれどここをしっかり理解できていないと統計的な方はまったく歯が立たないため整理しておきたい。 ソース・フィルタモデル 人間の音声は、ノドの声帯を振動させたブザー音が声道、口、唇を通過することで出てくる仕組みになっている。これを数学的にモデル化したのがソース・フィルタモデル。 http://www.kumikomi.net/archives/2010/08/ep30gose.php から引用 このモデルでは、音源にあたるブザー音を作り出し、ブザー音をディジタルフィルタに通すことで音声を作る。音源のパラメータとして声の高さを表すピッチ、声道のパラメータとしてメルケプストラムというのがよく使われ
統計的声質変換クッソムズすぎワロタ（チュートリアル編） | LESS IS MORE
はじめに こんばんは。統計的声質変換（以降、簡単に声質変換と書きます）って面白いなーと思っているのですが、興味を持つ人が増えたらいいなと思い、今回は簡単なチュートリアルを書いてみます。間違っている箇所があれば、指摘してもらえると助かります。よろしくどうぞ。 前回の記事（統計的声質変換クッソムズすぎワロタ（実装の話） - LESS IS MORE）では変換部分のコードのみを貼りましたが、今回はすべてのコードを公開します。なので、記事内で示す声質変換の結果を、この記事を読んでいる方が再現することも可能です。対象読者は、特に初学者の方で、声質変換を始めたいけれど論文からコードに落とすにはハードルが高いし、コードを動かしながら仕組みを理解していきたい、という方を想定しています。役に立てば幸いです。 コード https://github.com/r9y9/VoiceConversion.jl Jul
博士論文 背景雑音と話者の違いに頑健な 音声認識 2013年1月28日 指導教員 峯松 信明 教授 電気系工学専攻 37-107091 鈴木 雅之 あらまし 音声認識は様々なシステムの要素技術として利用されて
博士論文 背景雑音と話者の違いに頑健な 音声認識 2013年1月28日 指導教員 峯松 信明 教授 電気系工学専攻 37-107091 鈴木 雅之 あらまし 音声認識は様々なシステムの要素技術として利用されている．例えば，カーナビシステ ム，スマートフォンの音声対話システム，企業のコールセンタにおける電話自動応対シス テムなど，その応用範囲は多岐に渡る．音声認識の精度を高めることは，これらのシステ ムのユーザ満足度を向上させることに直結する．そのため，音声認識の精度を向上させる ために研究を進めていくことが重要である． 音声認識の精度は，様々な要因によって低下してしまうことが知られている．例えば背 景雑音が音声に重畳してしまった場合，何も対処を行わないと音声認識精度は大幅に低下 してしまう．他にも，話者の違い，マイクとの距離，部屋の残響，話している内容と，様々 な要因によって音声認識精度
SPTKの使い方 (1) インストール・波形描画・音声再生 - 人工知能に関する断創録
SPTK（Signal Processing Toolkit）という音声信号処理のツールの使い方を紹介していきます。 SPTKには、音声を分析するための豊富なコマンドが約120個も提供されています。今までPythonで窓関数、FFT、MFCC、LPCなどを苦労して実装してきました（Pythonで音声信号処理）が、これらの代表的な音声処理は、SPTKで提供されているコマンドを組み合わせるだけで簡単に実行できます。 SPTKには、分厚いマニュアルと豊富なサンプル集がついているのでそれをベースに少しずつ使い方を整理していきたいと思います。今後の音声プロジェクトでも使用していく予定です。 インストール 主にLinuxマシンが対象のツールなのでソースからのコンパイルが必要。WindowsならCygwinやMinGWが必要でした。SPTK-3.5.tar.gzをダウンロードして tar xvzf SP
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
