Misc - NISIMURA Ryuichi

ROCKON: スマホを用いた環境音の収集と認識システム

松山みのり, 津田 貴彦, 西村 竜一, 河原 英紀, 山田順之介, 入野俊夫

情報処理学会音学シンポジウム2014 ( 情報処理学会音楽情報科学研究会 )    情報処理学会研究報告, 2014-MUS-103-37   2014.05

受験者を焦らせない音声入力ウェブ試験システム目指したデザインの検討

田藤千弘, 西村竜一, 河原英紀, 入野俊夫

情報処理学会音学シンポジウム2014 ( 情報処理学会音楽情報科学研究会 )    情報処理学会研究報告, 2014-MUS-103-65   2014.05

ささやき声からの寸法知覚の手がかり獲得と保持について

山本航大, 入野 俊夫, 西村 竜一, 河原 英紀

情報処理学会音学シンポジウム2014 ( 情報処理学会音楽情報科学研究会 )    情報処理学会研究報告, 2014-MUS-103-47   2014.05

外挿が可能な時変多属性任意事例数モーフィングを用いた文章音声好感度の改善について

吉元 照貴,西村 竜一,入野 俊夫,河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    429-430   2014.03

グロウル系統の歌唱音声にみられるスペクトルの時間変動に注目した分析と再現の検討

溝渕 翔平, 西村 竜一, 入野 俊夫, 河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    499-500   2014.03

幅広い年齢層の母音データベースを利用した声道長推定法による簡易発声評価システム開発の検討

坂口 諒, 小林 真優子, 入野 俊夫, 西村 竜一, 河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    303-304   2014.03

STRAIGHTスペクトルを用いた線形予測分析の改良の検討

山口 貴史, 齊藤 啓介, 西村 竜一, 入野 俊夫, 河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    437-438   2014.03

ピーク形状と調波構造に注目したスペクトル包絡の近似精度の改善に関する検討

齊藤 啓介, 山口 貴史, 西村 竜一, 入野 俊夫, 河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    311-312   2014.03

音声から大人と子どもを識別するウェブシステムにおけるDNNの適用

西村 竜一, 田藤 千弘

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    139-140   2014.03

クラウドソーシングによる環境音収集に向けたスマホアプリの開発

松山みのり, 津田貴彦, 西村竜一, 山田順之介, 入野俊夫, 河原英紀

電子情報通信学会2014年総合大会 ( 電子情報通信学会 )    109   2014.03

日本語母音データベースを用いた声道長推定法の校正について

小林 真優子, 坂口 諒, 西村 竜一, 入野 俊夫, 河原 英紀

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    305-306   2014.03

日本語スピーキングテストS-CATの音声入力インタフェース設計

田藤 千弘, 西村 竜一, 河原 英紀, 入野 俊夫, 今井 新悟

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    141-142   2014.03

スマートフォンを用いた環境音の収録と認識方法の検討

津田 貴彦, 松山 みのり, 西村 竜一, 河原 英紀, 山田 順之介, 入野 俊夫

日本音響学会2014年度春季研究発表会 ( 日本音響学会 )    847-848   2014.03

Realtime conversion of growl-type voice qualities based on modulation and approximate time-varying filtering driven by a non-linear oscillator: Formulation

Hideki Kawahara, Shohei Mizobuchi, Masanori Morise, Ken-ichi Sakakibara, Ryuichi Nisimura, Toshio Irino

IPSJ SIG Notes ( Information Processing Society of Japan (IPSJ) )  2014 ( 14 ) 1 - 6   2014.02

　View Summary

A formulation of voice conversion to add growl-like voice qualities to singing voices is proposed based on our findings of features in such singing performances. The proposed method does not consist of any analysis and synthesis stage(s). A preliminary implementation using Matlab demonstrated that its throughput is faster than realtime. The proposed formulation provides not only post processing capabilities of rendering styles of existing performances to recorded materials but also realtime capabilities of adding growl-like voice qualities in live performances.

非線形振動子による変調と近似時変フィルタに基づくグロウル系統の歌唱への実時間変換の定式化について

河原英紀, 溝渕翔平, 森勢将雅, 榊原健一, 西村竜一, 入野俊夫

第102回情報処理学会音楽情報科学研究会 ( 情報処理学会音楽情報科学研究会 )    2014-MUS-102-14   2014.02

圧縮特性推定における非対称レベルノッチマスキング法と時間マスキング曲線法の対比

深渡瀬智史, 入野俊夫, 西村竜一, 河原英紀

日本音響学会聴覚研究会 ( 日本音響学会聴覚研究会 )  44 ( 1 ) vol. 44, no. 1, H-2014-2, pp. 7-12 - 12   2014.02

模擬難聴実現のための逆圧縮特性処理とユーザインタフェース

永江美沙貴, 入野俊夫, 西村竜一, 河原英紀

日本音響学会聴覚研究会 ( 日本音響学会聴覚研究会 )  44 ( 1 ) vol. 44, no. 1, H-2014-3, pp. 13-18 - 18   2014.02

文章音声の好感度評価と属性別モーフィングを用いた要因の検討について

吉元照貴, 西村竜一, 入野俊夫, 河原英紀

電子情報通信学会・日本音響学会 音声研究会 ( 電子情報通信学会・日本音響学会 音声研究会 )    信学技報, vol. 113, no. 404, SP2013-104, pp. 49-54, 2014年1月.   2014.01

Developing a method to build Japanese speech recognition system based on 3-gram language model expansion with Google database

Toshiaki Shimada, Ryuichi Nisimura, Masayasu Tanaka, Hideki Kawahara, Toshio Irino

2013 IEEE Conference Anthology, ANTHOLOGY 2013 ( IEEE Computer Society )    pp.271-276   2014  [Refereed]

　View Summary

We have developed a method to build a Japanese automatic speech recognition (ASR) system based on 3-gram language model expansion with the Google database. Our aim is to enhance the recognition accuracy of ASR systems based on the 3-gram language model, even in cases where the language model is trained using short text segments. We investigate a practical approach to expanding language models by using 3-gram information from external web documents. In addition, we filter 3-gram entries on the basis of term frequency-inverse document frequency (TF-IDF) scores and the output of the Yahoo! web API to prevent the unnecessary addition of redundant or irrelevant 3-gram entries. In the experiments, we achieved an improvement of 0.71% in the word error rate and proved that the recognition accuracy can be improved by combining the proposed method and the traditional back-off smoothing technique without any costs being incurred in collecting additional text for training the model. © 2013 IEEE.

DOI

Development of a mobile application for crowdsourcing the data collection of environmental sounds

Minori Matsuyama, Ryuichi Nisimura, Hideki Kawahara, Junnosuke Yamada, Toshio Irino

Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) ( Springer Verlag )  8521 ( 1 ) 514 - 524   2014  [Refereed]

　View Summary

Our study introduces a mobile navigation system enabling a sound input interface. To realize high-performance environmental sound recognition system using Android devices, we organized a database of environmental sounds collected in our daily lives. Crowdsourcing is a useful approach for organizing a database based on collaborative works of people. We recruited trial users to test our system via a web-based crowdsourcing service provider in Japan. However, we found that improvement of the system is important for maintaining the motivation of users in order to continue the collection of sounds. We believe that the improved user interface (UI) design introduced to facilitate the annotation task. This paper describes an overview of our system, focusing on a method for utilizing the crowdsourcing approach using Android devices, and its UI design. We developed a touch panel UI for the annotation task by selecting an appropriate class of a sound source. © 2014 Springer International Publishing.

DOI