WEKO3
アイテム
CNNを用いた日本語単語読唇における異なる発話形態の影響
https://ipsj.ixsq.nii.ac.jp/records/205314
https://ipsj.ixsq.nii.ac.jp/records/205314d1f7ddcf-67c3-4cd6-b36b-c079db765624
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z82-6S-07.pdf (299.5 kB)
|
Copyright (c) 2020 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2020-02-20 | |||||||||
| タイトル | ||||||||||
| タイトル | CNNを用いた日本語単語読唇における異なる発話形態の影響 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 人工知能と認知科学 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
| 資源タイプ | conference paper | |||||||||
| 著者所属 | ||||||||||
| 東京工科大 | ||||||||||
| 著者所属 | ||||||||||
| 東京工科大 | ||||||||||
| 著者名 |
北村, 亮太
× 北村, 亮太
× 寺澤, 卓也
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 昨今検索などに用いられる音声認識技術は、周囲の音が大きい環境では認識がされにくく、静穏な環境では心理的要因から使用を躊躇う事が考えられる。これに対し読唇は画像認識手法であり、発話時の口の動きを基に単語を認識する。その為、周囲の音に左右されずに使用できる他、無声による使用も可能である。近年の読唇認識分野では深層学習を用いた研究が見られるが、無声発話の使用を考慮すると、発話形態による口の動きの違いがモデルの精度に影響するか検証する必要がある。そこで本研究では、有声、囁き声、無声による単語発話時の動画を基に3DCNNモデルを構築し、発話形態の違いが単語分類精度に影響を及ぼすのか検証する。 | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN00349328 | |||||||||
| 書誌情報 |
第82回全国大会講演論文集 巻 2020, 号 1, p. 391-392, 発行日 2020-02-20 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
