@techreport{oai:ipsj.ixsq.nii.ac.jp:00062685,
 author = {須見, 康平 and 河原, 達也 and 緒方, 淳 and 後藤, 真孝 and Kouhei, Sumi and Tatsuya, Kawahara and Jun, Ogata and Masataka, Goto},
 issue = {24},
 month = {Jul},
 note = {ポッドキャスト中の重要な箇所 （ホットスポット） を抽出するための手掛かりとなる音響イベントの検出手法を提案する．本研究では，視聴者が興味を持ちそうな箇所と密接に関係すると思われる，発話者や対話参加者のリアクションに基づく笑い声やあいづちなどの音響イベント （音リアクションイベント） に着目し，ホットスポットの候補区間となる先行発話の区間とともに抽出することを考える．背景音楽が頻繁に混在するポッドキャストにおいて，頑健に区分化と分類を行うために，背景音に応じて分割重みを自動推定した BIC に基づく分割と GMM による識別を組み合わせた手法を提案する．評価実験において，大分類を行って分割重みを切り替える提案手法により，分類・識別の精度が改善され，笑い声やあいづちの検出精度も向上した．, This paper presents a method to detect acoustic events that can be used to find “hot spots” in podcast programs. We focus on meaningful non-verbal audible reactions which suggest hot spots such as laughter and reactive tokens. In order to detect this kind of short events and segment the counterpart utterances, we need accurate audio segmentation and classification, dealing with various recording environments and background music. Thus, we propose a method for automatically estimating and switching penalty weights for the BIC-based segmentation depending on background environments. Experimental results show significant improvement in detection accuracy by the proposed method compared to when using a constant penalty weight.},
 title = {ポッドキャストを対象とした音リアクションイベント検出},
 year = {2009}
}