著者

重本 賢太朗 清水 忠昭 鈴木 慶 吉村 宏紀 松村 寿枝

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.57, no.5, pp.1514-1523, 2016-05-15

---

我々は,空中手書き文字(AHC)入力システムのための自動的な文字分割手法の開発を行ってきた.これまでに提案した手法では,平仮名のAHCについて高い精度で文字分割に成功したが,連続して入力可能な文字数に制限があった.本稿では,同一領域に重ねて文字を入力する方法により入力文字数に制限のない文字分割手法を提案する.提案手法では,AHCのストロークを評価する5つのストローク評価指標を学習したサポートベクタマシン(SVM)によりストローク判別して文字分割を行う.提案手法によるストローク判別は,学習データでは,移動ストローク87.0%,文字ストローク96.5%の正解率となった.評価データに対しても,移動ストローク84.9%,文字ストローク96.1%の正解率を示した.試作した提案手法のデモ・システムについても紹介する.In this paper, we propose a segmentation method for an aerial handwriting character (AHC) input system. This work is an extension of a previously proposed hiragana AHC segmentation method that achieved high accuracy. However, its number of input characters was limited. In this paper, we propose a character segmentation method without such a limitation by overwriting characters on the same input area. Our method separates an AHC trajectory into characters by stroke distinction using a support vector machine (SVM) trained with five stroke evaluation indexes. The results of the evaluation experiments show that the detection accuracy was 80.9% for transition strokes and 98.1% for character strokes in the closed test, whereas it was 78.9% and 97.7%, respectively, in the open test. We also present a prototype system of the proposed method.

著者

清水 忠昭 木本 雅也 吉村 宏紀 井須 尚紀 菅田 一博

出版者

日本神経回路学会

雑誌

日本神経回路学会誌 (ISSN:1340766X)

巻号頁・発行日

vol.11, no.4, pp.167-175, 2004-12-05 (Released:2011-03-14)

参考文献数

14

---

We showed a new scheme to characterize speech from LSP parameters by 5 layers sandglass type nonlinear neural network (SNN(NL5)). In order to synthesize speech, we take advantage of useful abilities of SNN(NL5) for compressing and restoring the information. We performed learning experiments on LSP parameters of 5 vowels to investigate the ability of SNN. The followings were verified, 1) the distribution of LSP parameters compressed by SNN(NL5) are similar to the distribution of F1-F2 formants plane. 2) Nonlinear output function of neural elements in second and fourth layers of SNN(NL5) work effectively from view point of separating the distribution of vowels. 3) In order to prevent SNN(NL5) from over learning, there exists the optimum numbers of neural elements in second and fourth layers. For 14 orders of LSP parameters, this number was determined to be 20. 4) There is a preferable property on the plane to separate the vowels distinctively when the restoring error of LSP parameters becomes less. 5) SNN(NL5) can restore the LSP parameters with accuracy enough to synthesize speech from the compressed parameters.

著者

木本 雅也 並木 寿枝 清水 忠昭 井須 尚紀 菅田 一博

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. SP, 音声 (ISSN:09135685)

巻号頁・発行日

vol.101, no.270, pp.31-38, 2001-08-23

---

小規模な応用に向けたVCV規則音声合成方式において, 素片選択の為の2つの基準, i)音韻環境類似度とii)LSP距離による素片の接続歪みについて実験的に検討した.前者を採用した方式は, 後者より各素片に音韻環境情報を余分に付加しておかなければならない.後者を採用した場合, 前者より素片選択処理に時間を要する.VCV音素単位を選択するときに考慮する音韻環境の長さを短く出来れば, 音素片辞書の記憶容量を小さく出来る.筆者らは, 音質を保ちながら音韻環境の長さをどこまで短く出来るかを実験で調べた.実験の結果, 先行2音韻・後続1音韻にまで削減して素片選択しても, 先行5音韻・後続5音韻で素片選択した音声とほぼ同品質の音声を合成出来ることが判った.

著者

片山 裕一 笹尾 茂樹 菅田 一博 井須 尚紀 清水 忠昭

雑誌

全国大会講演論文集

巻号頁・発行日

vol.49, pp.59-60, 1994-09-20

---

本研究の目的は,グラフ探索法としてA^*アルゴリズムを用い,ヒューリスティックな知識を利用したグラフ探索を行い,その結果からヒューリスティックな知識の質を向上させることである.グラフ探索とは,与えられた問題をグラフで表現し,問題を解くためにグラフを探索することである.グラフは節点と節点対を結ぶ枝から成り,枝にはコストが与えられている.出発節点から目標節点までの経路のうち,コストの総和が最小な経路(最適解)を見つけることが,グラフ探索の目的である.Aアルゴリズムは,任意の節点nから目標節点までのコストが推定でき,その推定値を取り入れることによって効率よく解を求める方法である.さらに,A^*アルゴリズムでは,目標までのコストの真値h(n)と推定値h^^(n)の間にh^^(n)≤h(n)の関係が成立しており,必ず最適解を見つけることができる.また,推定値h^^(n)が真値h(n)に近いほど,ヒューリスティックな知識の質が高いといい,グラフ探索の効率が高い.