【課題】 音声の特徴自体によって直接的に制御を行うことを可能とした音声制御装置を提供する。
【手段】 音声取得部２は、音声を取得し電気信号に変換する。特徴量算出手段４は、音声電気信号を周波数解析し、特徴量を算出する。母音判定手段６は、算出した特徴量に基づいて、予め登録された母音との類似度に基づいて母音の判定を行う。制御手段８は、各母音を異なる方向に対応づけた平面または空間において、母音判定手段６によって判定された母音に対応する方向に、その類似度に対応する大きさのベクトルを想定する。制御手段８は、このようにして想定したベクトルに基づいて制御信号を出力する。このようにして、音声に基づいた制御を行うことができる。 （もっと読む）

【課題】
個々のユーザの発話の特徴を学習することにより、音声認識精度の向上を図った車載情報システムを提供することを課題とする。
【解決手段】
手動操作により指令を入力する第１入力手段と、音声を入力する第２入力手段と、前記第２入力手段に入力される音声を音声認識する音声認識手段と、前記第１入力手段に入力される指令の内容、又は前記音声認識手段によって音声認識される音声の意味内容に基づき、所定の情報を出力する情報処理手段と、前記第２入力手段に音声が入力された後の所定時間内に前記第１入力手段へ指令が入力されると、当該指令の内容を表すデータと、前記第２入力手段に入力される音声を表す音声データとに基づき、前記音声認識手段における認識手法を学習する学習手段とを含む。 （もっと読む）

【課題】 少ない演算負荷で特定音を識別することが可能なプログラム、情報記憶媒体及び特定音認識システムを提供すること。
【解決手段】 特定の音を認識する特定音認識システムのためのプログラムであって、入力された音信号に対して所定時間間隔でフーリエ変換を行い、所定時間間隔毎の各周波数成分の圧縮値と、時間的に隣り合う各周波数成分の差分の圧縮値とを含む特徴データを生成する特徴データ生成部と、生成された特徴データの比較対象となる複数の特徴データを記憶する記憶部と、生成された特徴データと前記記憶部に記憶された特徴データとを比較して、比較結果に基づき音認識処理を行う音認識処理部としてコンピュータを機能させることを特徴とする。 （もっと読む）

【課題】認識性能の低下を抑えつつ、元の状態に戻さずに認識でき、大幅にメモリ量を削減するように特徴ベクトルの圧縮を行う。
【解決手段】量子化処理２０は、特徴ベクトル入力処理２０１、並べ替え処理２０２、初期化処理２０３、量子化区間探索処理２０４、誤差・量子化数量化処理２０５、再探索準備処理２０６、量子化特徴ベクトル出力処理２０７からなり、特徴抽出部１０２で生成された入力特徴ベクトルと辞書特徴ベクトルに対して、量子化関数を生成し、その量子化関数に基づいて特徴ベクトルの各成分の量子化処理を行う。 （もっと読む）

【課題】歌唱しているユーザの音声に基づき、そのユーザに類似した歌手を推薦する。
【解決手段】通常の会話に係る音声の発声者を特徴づける第一の音声特徴素を発声者別に格納した音響モデル辞書２２１と、歌唱時の音声に係る発声者を特徴づける第二の音声特徴素を、発声者別に格納した歌唱モデル辞書２２２と、デジタル化された音声データを、音響モデル辞書２２１に格納されている第一の音声特徴素と比較分析し、音声データと類似する第一の音声特徴素の発声者を抽出する音響モデル検索部２３１と、デジタル化された音声データを、歌唱モデル辞書２２２に格納されている第二の音声特徴素と比較分析し、音声データと類似する前記第二の音声特徴素の発声者を抽出する歌唱モデル検索部２３２と、を備え、音響モデル検索部２３１での抽出結果及び歌唱モデル検索部２３２での抽出結果から、音声データに類似する音声の発声者をリストアップする。 （もっと読む）

【課題】発話を処理単位に分割する際に、ポーズをともなわない処理単位への分割の精度を向上できる処理単位分割装置を提供する。
【解決手段】発話に応じたテキストの形態素列情報を受け付ける形態素列情報受付部１４と、前記発話された音声から抽出された基本周波数のフレーズ成分に関する基本周波数情報を受け付ける基本周波数情報受付部１６と、教師テキストデータが形態素に分割された教師形態素列情報と、教師テキストデータの分割位置を示す教師分割情報と、教師基本周波数情報とを有する教師データが記憶される教師データ記憶部１８と、教師データを学習し、形態素列情報と、基本周波数情報とを用いて、形態素列情報に対応するテキストデータにおける処理単位の分割位置を示す分割情報を構成する分割部１９と、分割情報を出力する出力部２０と、を備える。 （もっと読む）

【課題】従来よりもアラインメント精度を高めることができる音楽音響信号と歌詞の時間的対応付けを自動で行うシステムを提供する。
【解決手段】非摩擦音区間抽出部４は、音楽音響信号から摩擦音が存在しない区間を抽出する。アラインメント部１７は、時間的対応付け用特徴量に対応する音素を推定する歌声用音響モデル１５を備える。アラインメント部１７は、時間的対応付け用特徴量抽出部１１から得た時間的対応付け用特徴量と、歌声区間推定部９から得た歌声区間と非歌声区間に関する情報と、音素ネットワークＳＮとを入力として、少なくとも非歌声区間には音素が存在しないという条件及び摩擦音が存在しない区間には摩擦音となる音素が存在しないという条件の下で、アラインメント動作を実行する。 （もっと読む）

【課題】音声認識性能に影響を与えるユーザ音声の物理量の改善を支援する音声診断装置及びユーザ音声診断方法を提供する。
【解決手段】ユーザ音声診断装置１０の音声信号入力部１０１は、ユーザの発声による音声信号を入力し、物理量算出部１０２は、入力された音声信号に基づいて母音間距離と話者固有度の両方を含む物理量を算出する。物理量提示部１０３は、算出された物理量をユーザに提示する。 （もっと読む）

【課題】留守番メッセージの内容を容易かつ速やかに認識可能にして、携帯通信端末の留守応答録音機能をより有効に利用可能にする。
【解決手段】留守番メッセージとして録音され、メモリに格納された音声データの文字変換指示が入力されると(S1)、制御部の音声認識機能により、当該音声データをテキストデータに変換する(S2)。次に、入力された音声データの音量、周波数、音声速度を解析し(S3)、また発呼者ＩＤに対するデータ表示変更情報が予めメモリに格納されているか否かを調べる(S4)。データ表示変更情報がメモリに格納されていない場合(S4,No)は、S3での解析結果に基づいて変換されたテキストデータの表示文字を変更して表示する(S7)。データ表示変更情報がメモリに格納されている場合(S4,Yes)は、当該発呼者ＩＤに対するデータ表示変更情報を参照し、該データ表示変更情報を更に加味した表示の変更を行って表示する(S6)。 （もっと読む）

【課題】発音区間の特定の精度を向上する。
【解決手段】特徴量算定部５４は、音解析装置８０が音信号Ｓの解析に使用する特徴量Ｃを音信号Ｓの各フレームＦについて順次に算定する。フレーム情報生成部５６は、音信号Ｓの各フレームＦについてフレーム情報Ｆ_HISTを生成して記憶部６４に格納する。第１区間特定部３０は、音信号Ｓについて発音区間Ｐ1を特定する。出力制御部６２は、発音区間Ｐ1の各フレームＦの特徴量Ｃを順次に音解析装置８０に出力する。第２区間特定部４０は、発音区間Ｐ1を短縮した発音区間Ｐ2を、記憶部６４に格納されたフレーム情報Ｆ_HISTに基づいて特定して音解析装置８０に通知する。 （もっと読む）