第32回人工知能学会 AI チャレンジ研究会
- 日時：
2010年11月26日(金) 10:00〜17:30
- 開催場所：
- テーマ：
ロボット聴覚・音環境理解 (聴覚による情景分析)、
ロボット聴覚機能のための音響技術、音声処理、対話処理、音楽ロボット
音声に限らず音一般の知覚・理解
- 担当幹事：
中臺 一博（(株)ホンダ・リサーチ・インスティチュート・ジャパン/東京工業大学）, 戸嶋 巌樹（NTT CS研)
- B002-1 pp.1-2
[基調講演] 歌声合成技術VOCALOIDとその組み込み
機器への応用可能性
剣持 秀紀（(株)ヤマハ）
- B002-2 pp.3-8
低サイドローブ設計64ch球形マイクロホンアレイの
開発
佐々木 洋子, 椛澤 光隆, 加賀美 聡(産総研), 尾路 京一(関西電力)
- 方位角・仰角の全方位に高感度な特性を持つ64chマイクロホンアレイの設計と移動ロボットによる音源定位実験について
述べる。
- B002-3 pp.9-15
言語・非言語情報を統合した指示パターンに対応するロ
ボットの行動則獲得
岡田 将吾，伊豆蔵 拓也，名渕 博人，高橋 徹，西田 豊明（京都大学）
-
ユーザの言語・非言語を統合した指示パターンと、そのパターンに対応するロボットの行動パターンの対を、音声認識を利用した教師無し学習に基づき獲得する
手法を提案する。
- B002-4 pp.16-23
Robust Speech
Recognition Using Optimized Wavelet Filtering in Reverberant Conditions
Randy Gomez and Tatsuya Kawahara (Kyoto Univ.)
- We present an
optimization method of the wavelet
parameters for
dereverberation in automatic speech recognition (ASR). By tuning the
wavelet parameters to improve the acoustic model likelihood,
wavelet-based dereverberation methods become more effective in the ASR
application. We evaluate several existing wavelet-based methods and
optimize them, based on our proposed scheme. Experimental evaluations
through ASR experiments demonstrate significant improvement for all
methods with the proposed optimization.
- B002-5 pp.24-29
Programming by Playing
and Approaches for Expressive Robot Performances
Angelica Lim, Takeshi Mizumoto, Toru Takahashi, Tetsuya Ogata, Hiroshi
G. Okuno(Kyoto Univ.)
- This paper extends our work with a theremin-playing
robot accompanist.
Here, we consider that a good accompanist should play with
"expression": small deviations in volume, pitch and timing. We propose
a Programming by Playing approach that allows a human flutist to
transfer a performance to a robot thereminist, keeping these
expressive changes intact. We also examine precisely what makes music
robots play more or less “robotically”, and survey the field of
musical expression in search of a good model to make robots play more
like humans.
- B002-6 pp.30-35
Joint use of distributed
microphone array and laser range finders for speaker identification in
meeting
Jani Even，Panikos Heracleous，石井 Carlos 寿憲，萩田 紀博（ATR）
- This paper presents a text-independent speaker
identification system for meetings. During the meeting, each of the
meeting participants carry a microphone
while a human tracker monitors their movements. The human tracker is
based on scanning laser range finder and gives the positions of all the
participants at any time. The position information is used to track the
geometry of the distributed microphone array formed by of all the
microphones. Using the geometry of the distributed array it is possible
to cancel interfering speeches and noises from the audio stream
assigned to each of the participants. Then, using these processed audio
stream, the participants are identified by means of Gaussian mixture
models (GMM) that were trained before hand. The proposed system is able
to perform identification of simultaneously speaking participants and
is thus a good candidate system for meeting diarization task. In
particular, the use of laser range finders is a novel approach that
makes the position estimation immune to acoustic noise and
reverberation. An experiment conducted with three subjects reproducing
a meeting configuration demonstrates the performance of the system for
identification.
- B002-7 pp.36-41
ロボットの実環境におけるピッチ抽出に関する考察
石井 カルロス 寿憲，梁 棟，石黒 浩，萩田 紀博（ATR）
-
マイクロホンアレイを利用した音源定位、音源分離の技術およびＣＡＳＡによるピッチ抽出技術を組み合わせ、ロボットの実環境において複数話者のピッチ抽出
を評価した。
- B002-8 pp.42-47
ＩＣＡに基づく音声対話ロボット雑音抑圧における確率
統計モデルを用いたパーミュテーション解決法
平田 将久，八田 俊之，脇坂 龍，猿渡 洋，鹿野 清宏（奈良先端大）
-
ＩＣＡに基づく音声対話ロボット雑音抑圧において，拡散性雑音に対応するため，統計モデルを用いたパーミュテーション解決法を提案する．
- B002-9 pp.48-53
能動人工耳介
公文 誠，野田 佳孝，魚住 守治（熊本大学）
-
形状を変化させることが可能で，指向性などを操作可能とすることを目指し，柔軟構造を持つ壁面と，腱駆動による人工耳介を開発したので報告する．
公知日
2010年11月26日
リンク
人
工知能学会 AI チャレンジ研究会
Copyright (c) 2010, 人工知能学会 AI チャレンジ研究会.