徳島大学 教育・研究者情報データベース(EDB)

Education and Research Database (EDB), Tokushima University

徳島大学ウェブサイトへのリンク

著作: Ozawa Mitsuhiro/[柘植 覚]/[獅々堀 正幹]/[北 研二]/[福見 稔]/[任 福継]/[黒岩 眞吾]/Automatic Utterance Segmentation Tool for Speech Corpus/IEEE NLP-KE2007

ヘルプを読む

「著作」(著作(著書,論文,レター,国際会議など))は,研究業績にかかる著作(著書,論文,レター,国際会議など)を登録するテーブルです. (この情報が属するテーブルの詳細な定義を見る)

  • 項目名の部分にマウスカーソルを置いて少し待つと,項目の簡単な説明がツールチップ表示されます.

この情報をEDB閲覧画面で開く

EID
165404
EOID
881869
Map
0
LastModified
2017年12月25日(月) 15:58:41
Operator
三好 小文
Avail
TRUE
Censor
0
Owner
任 福継
Read
継承
Write
継承
Delete
継承
種別 必須 国際会議
言語 必須 英語
招待 推奨
審査 推奨 Peer Review
カテゴリ 推奨 研究
共著種別 推奨
学究種別 推奨
組織 推奨
  1. 徳島大学.大学院ソシオテクノサイエンス研究部.情報ソリューション部門(2006年4月1日〜)
著者 必須
  1. (英) Ozawa Mitsuhiro
    役割 任意
    貢献度 任意
    学籍番号 推奨
  2. 柘植 覚
    役割 任意
    貢献度 任意
    学籍番号 推奨
  3. 獅々堀 正幹([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.知能工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.知能工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  4. 北 研二([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  5. 福見 稔([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.知能工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.知能工学講座])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  6. 任 福継([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座]/->個人[中川 福継])
    役割 任意
    貢献度 任意
    学籍番号 推奨
  7. 黒岩 眞吾(千葉大学大学院 融合科学研究科)
    役割 任意
    貢献度 任意
    学籍番号 推奨
題名 必須

(英) Automatic Utterance Segmentation Tool for Speech Corpus

副題 任意
要約 任意

(英) We collect the speech data for investigating an intra-speakers' speech variability over a short and long time. In general, to reduce the load of speakers, the speech data are collected as one file from collecting start to collecting end. Hence, there are some noises, non-speech sections and mistaken sections in this file. Consequently, we must segment this file into individual utterances and select the useful utterances. This process requires a lot of time and efforts. In this paper, we propose an automatic utterance segmentation tool for dividing the collected speech data. The proposed tool is composed of four processes, which are a voice activity detection, speech recognition, a DP matching, and a correct of speech section. For evaluating the proposed tool, we conduct the evaluation experiments using a female speaker's speech data in our corpus. Experimental results show that the proposed method can reduce a filing time by 90% compared to a manual filing. In This paper, first, we introduced the large speech corpus. This speech corpus contains is the speech data collected by specific speaker over long and short time periods. And, we explained the automatic utterance segmentation tool which we made in the case of corpus build. And inspected the validity. As a result, it was demonstrated that the automatic utterance segmentation tool was high-performance. Furthermore, it was demonstrated that speech corpus build became simple by using the automatic utterance segmentation tool.

キーワード 推奨
発行所 推奨 (英) IEEE
誌名 必須 (英) IEEE NLP-KE2007
ISSN 任意
必須 ---
必須 ---
必須 401 406
都市 必須 北京(Beijing/[中華人民共和国])
年月日 必須 2007年 8月 末日
URL 任意
DOI 任意 10.1109/NLPKE.2007.4368062    (→Scopusで検索)
PMID 任意
NAID 任意
WOS 任意
Scopus 任意 2-s2.0-47749136580
評価値 任意
被引用数 任意
指導教員 推奨
備考 任意