東京工科大学 メディア学部 ブログ

4年生の卒業研究が終了し、卒業論文も完成しましたが、まだやることがあります。それが学会発表です。「音と音声によるインタラクション」研究室の雨宮さんは、2月末に開催された情報処理学会の音声言語情報処理研究会で研究発表しました*。開催地は三重県志摩市です。一人当たりの発表時間は25分で、20分くらい口頭発表を行い、5分間質疑応答の時間があります。

雨宮さんは、最近スマホ等でよく用いられるようになったLINEのようなコミュニケーションを音声で行うことを想定したシステムを発表しました。会話は音声認識されて、文字で表示されます。また、スタンプは音声検索によって検索されて表示されます。スタンプの種類は多いので、音声で検索できたら便利です。研究の課題はスタンプを音声でいかにして探すかということです。スタンプにはたくさんの種類がありますので、それをもし音声で探せたら便利です。しかし、スタンプにはそれぞれの決まった呼び名がありません。そこで、「しーっ」とか「がーん」などの擬音語・擬態語で探すことになります。ところが、このような言葉は音声認識ができる保証は全くありません。なぜなら、音声認識は登録された言葉しか認識できないからです。

雨宮さんは、この問題を、音声認識と音声認識で用いられていない音の特徴の2つを併用する方法を使って解決しました。

発表風景はこんな感じです。