@techreport{oai:ipsj.ixsq.nii.ac.jp:00197838,
 author = {野口, 啓太 and 小林, 洋介 and 岸上, 順一 and 栗栖, 清浩},
 issue = {53},
 month = {Jun},
 note = {東日本大震災では，20% の市民が屋外拡声音をよく聴き取れなかった事が報告されている．このため，屋外拡声器の品質向上が議論されているが，聴取実験のコストがかかるなど解決すべき点は多い．我々はこれまでに，MFCC を音響特徴量として，主観評価指標である LDR  (Listening difficulty rating) を予測する機械学習モデルを提案したが，教師となる主観評価数が少なく，RMSE  (Root means squared error) が 0.20 と満足な性能が得られなかった．そこで本稿では，MFCC から中間特徴量となる客観評価値を予測するモデルと，中間特徴量から主観評価値を予測する 2 モデルの組み合わせを提案する．中間特徴量に用いる指標に，Short time objective intelligibility，Speech intelligibility prediction based on mutual information，Extended short time objective intelligibility の 3 指標を比較した．その結果，最適な中間特徴量は SNR により異なったものの，SNR が0 dB から 30 dB の範囲では以前の検討よりも良い，RMSE が 0.14 以下を達成した．},
 title = {屋外拡声品質予測モデルの中間特徴量の検討},
 year = {2019}
}