JP4239109B2 - 情報処理装置および方法、プログラム、並びに記録媒体 - Google Patents
情報処理装置および方法、プログラム、並びに記録媒体 Download PDFInfo
- Publication number
- JP4239109B2 JP4239109B2 JP2006296143A JP2006296143A JP4239109B2 JP 4239109 B2 JP4239109 B2 JP 4239109B2 JP 2006296143 A JP2006296143 A JP 2006296143A JP 2006296143 A JP2006296143 A JP 2006296143A JP 4239109 B2 JP4239109 B2 JP 4239109B2
- Authority
- JP
- Japan
- Prior art keywords
- continuous
- feature
- feature amount
- data
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 239000000284 extract Substances 0.000 claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 21
- 238000005520 cutting process Methods 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims description 118
- 239000011295 pitch Substances 0.000 claims description 78
- 238000004422 calculation algorithm Methods 0.000 claims description 56
- 238000010276 construction Methods 0.000 claims description 24
- 238000009499 grossing Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 22
- 230000002068 genetic effect Effects 0.000 claims description 13
- 238000003672 processing method Methods 0.000 claims description 3
- 108090000623 proteins and genes Proteins 0.000 description 168
- 238000011156 evaluation Methods 0.000 description 91
- 230000008569 process Effects 0.000 description 42
- 238000012545 processing Methods 0.000 description 23
- 230000035772 mutation Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
Claims (9)
- 時間的に連続する音声データを、それぞれのオクターブが12平均律の音程で区切られた高さの音について時間的に連続して解析する解析手段と、
解析の結果得られた解析結果データであって、それぞれのオクターブにおける12平均律の音程のそれぞれの高さの音のそれぞれのエネルギを示し、時間的に連続する解析結果データから、時間的に連続する特徴量である連続特徴量を抽出する連続特徴量抽出手段と、
前記連続特徴量から、予め定めた長さの期間の部分を切り出す切り出し手段と、
切り出された前記連続特徴量の部分から、前記期間毎に、前記期間のそれぞれについて1つのスカラまたはベクトルのいずれかでそれぞれ表される特徴量である区間特徴量を抽出する区間特徴量抽出手段と、
前記区間特徴量から、前記期間毎に、前記期間全体の前記音声データの1つの特徴を示す特徴量であるターゲット特徴量を推定するターゲット特徴量推定手段と
を備える情報処理装置。 - 前記ターゲット特徴量推定手段は、時間的に連続する音声データと、期間のそれぞれについての期間全体の音声データの1つの正しい特徴を示す特徴量とからなる教師データを用いた学習により予め作成される
請求項1に記載の情報処理装置。 - 前記ターゲット特徴量推定手段は、前記音声データの特徴として、音楽であるか会話であるか示す前記ターゲット特徴量を推定する
請求項1に記載の情報処理装置。 - 移動平均を求めることにより、前記ターゲット特徴量を平滑化する平滑化手段をさらに備える
請求項1に記載の情報処理装置。 - 推定された前記ターゲット特徴量で示される特徴を表すラベルを前記音声データに付加して、前記ラベルが付加された前記音声データを保存する保存手段をさらに備える
請求項1に記載の情報処理装置。 - 時間的に連続する前記音声データから前記連続特徴量を抽出するアルゴリズムを、GA(Genetic Algorithm)またはGP(Genetic Programming)により構築するアルゴリズム構築手段をさらに備える
請求項1に記載の情報処理装置。 - 時間的に連続する音声データを、それぞれのオクターブが12平均律の音程で区切られた高さの音について時間的に連続して解析し、
解析の結果得られた解析結果データであって、それぞれのオクターブにおける12平均律の音程のそれぞれの高さの音のそれぞれのエネルギを示し、時間的に連続する解析結果データから、時間的に連続する特徴量である連続特徴量を抽出し、
前記連続特徴量から、予め定めた長さの期間の部分を切り出し、
切り出された前記連続特徴量の部分から、前記期間毎に、前記期間のそれぞれについて1つのスカラまたはベクトルのいずれかでそれぞれ表される特徴量である区間特徴量を抽出し、
前記区間特徴量から、前記期間毎に、前記期間全体の前記音声データの1つの特徴を示す特徴量であるターゲット特徴量を推定する
ステップを含む情報処理方法。 - 時間的に連続する音声データを、それぞれのオクターブが12平均律の音程で区切られた高さの音について時間的に連続して解析し、
解析の結果得られた解析結果データであって、それぞれのオクターブにおける12平均律の音程のそれぞれの高さの音のそれぞれのエネルギを示し、時間的に連続する解析結果データから、時間的に連続する特徴量である連続特徴量を抽出し、
前記連続特徴量から、予め定めた長さの期間の部分を切り出し、
切り出された前記連続特徴量の部分から、前記期間毎に、前記期間のそれぞれについて1つのスカラまたはベクトルのいずれかでそれぞれ表される特徴量である区間特徴量を抽出し、
前記区間特徴量から、前記期間毎に、前記期間全体の前記音声データの1つの特徴を示す特徴量であるターゲット特徴量を推定する
ステップをコンピュータに実行させるプログラム。 - 時間的に連続する音声データを、それぞれのオクターブが12平均律の音程で区切られた高さの音について時間的に連続して解析し、
解析の結果得られた解析結果データであって、それぞれのオクターブにおける12平均律の音程のそれぞれの高さの音のそれぞれのエネルギを示し、時間的に連続する解析結果データから、時間的に連続する特徴量である連続特徴量を抽出し、
前記連続特徴量から、予め定めた長さの期間の部分を切り出し、
切り出された前記連続特徴量の部分から、前記期間毎に、前記期間のそれぞれについて1つのスカラまたはベクトルのいずれかでそれぞれ表される特徴量である区間特徴量を抽出し、
前記区間特徴量から、前記期間毎に、前記期間全体の前記音声データの1つの特徴を示す特徴量であるターゲット特徴量を推定する
ステップをコンピュータに実行させるプログラムが記録されている記録媒体。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006296143A JP4239109B2 (ja) | 2006-10-20 | 2006-10-31 | 情報処理装置および方法、プログラム、並びに記録媒体 |
KR1020070102455A KR20080035965A (ko) | 2006-10-20 | 2007-10-11 | 정보처리장치 및 방법, 프로그램 및 기록매체 |
US11/873,622 US7910820B2 (en) | 2006-10-20 | 2007-10-17 | Information processing apparatus and method, program, and record medium |
EP07254153A EP1914720B1 (en) | 2006-10-20 | 2007-10-19 | Information processing apparatus and method, program, and record medium |
CN200710162893XA CN101165779B (zh) | 2006-10-20 | 2007-10-22 | 信息处理装置和方法、程序及记录介质 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006286261 | 2006-10-20 | ||
JP2006296143A JP4239109B2 (ja) | 2006-10-20 | 2006-10-31 | 情報処理装置および方法、プログラム、並びに記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008279177A Division JP5007714B2 (ja) | 2006-10-20 | 2008-10-30 | 情報処理装置および方法、プログラム、並びに記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008122426A JP2008122426A (ja) | 2008-05-29 |
JP4239109B2 true JP4239109B2 (ja) | 2009-03-18 |
Family
ID=38962740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006296143A Expired - Fee Related JP4239109B2 (ja) | 2006-10-20 | 2006-10-31 | 情報処理装置および方法、プログラム、並びに記録媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US7910820B2 (ja) |
EP (1) | EP1914720B1 (ja) |
JP (1) | JP4239109B2 (ja) |
KR (1) | KR20080035965A (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5515317B2 (ja) * | 2009-02-20 | 2014-06-11 | ヤマハ株式会社 | 楽曲処理装置、およびプログラム |
US8812310B2 (en) * | 2010-08-22 | 2014-08-19 | King Saud University | Environment recognition of audio input |
WO2012104913A1 (ja) * | 2011-02-02 | 2012-08-09 | パイオニア株式会社 | 楽曲再生方法 |
US9247319B2 (en) * | 2013-06-17 | 2016-01-26 | Cisco Technology, Inc. | Panel assembly |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06332492A (ja) | 1993-05-19 | 1994-12-02 | Matsushita Electric Ind Co Ltd | 音声検出方法および検出装置 |
JPH10285087A (ja) | 1997-04-10 | 1998-10-23 | Omron Corp | データキャリア及び識別システム |
JP2000066691A (ja) | 1998-08-21 | 2000-03-03 | Kdd Corp | オーディオ情報分類装置 |
WO2000070310A1 (fr) | 1999-05-12 | 2000-11-23 | Kyushu Kyohan Co., Ltd. | Dispositif d'identification de signal faisant intervenir un algorithme genetique et systeme d'identification en ligne |
US7277766B1 (en) * | 2000-10-24 | 2007-10-02 | Moodlogic, Inc. | Method and system for analyzing digital audio files |
US7092690B2 (en) * | 2002-03-13 | 2006-08-15 | Gregory Zancewicz | Genetic algorithm-based adaptive antenna array processing method and system |
JP4099576B2 (ja) | 2002-09-30 | 2008-06-11 | ソニー株式会社 | 情報識別装置及び方法、並びにプログラム及び記録媒体 |
EP1531478A1 (en) * | 2003-11-12 | 2005-05-18 | Sony International (Europe) GmbH | Apparatus and method for classifying an audio signal |
JP4706893B2 (ja) | 2004-01-07 | 2011-06-22 | ソニー株式会社 | 音声認識装置および方法、並びに、プログラムおよび記録媒体 |
US7230176B2 (en) * | 2004-09-24 | 2007-06-12 | Nokia Corporation | Method and apparatus to modify pitch estimation function in acoustic signal musical note pitch extraction |
JP2006286261A (ja) | 2005-03-31 | 2006-10-19 | Mitsubishi Electric Corp | 放電灯点灯装置および照明器具 |
JP3917627B2 (ja) | 2005-04-14 | 2007-05-23 | 関西電力株式会社 | 分散電源の単独運転検出装置 |
JP2006337851A (ja) * | 2005-06-03 | 2006-12-14 | Sony Corp | 音声信号分離装置及び方法 |
JP4987282B2 (ja) | 2005-10-25 | 2012-07-25 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP4948118B2 (ja) | 2005-10-25 | 2012-06-06 | ソニー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
-
2006
- 2006-10-31 JP JP2006296143A patent/JP4239109B2/ja not_active Expired - Fee Related
-
2007
- 2007-10-11 KR KR1020070102455A patent/KR20080035965A/ko not_active Application Discontinuation
- 2007-10-17 US US11/873,622 patent/US7910820B2/en not_active Expired - Fee Related
- 2007-10-19 EP EP07254153A patent/EP1914720B1/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
KR20080035965A (ko) | 2008-04-24 |
US20080097711A1 (en) | 2008-04-24 |
JP2008122426A (ja) | 2008-05-29 |
EP1914720A1 (en) | 2008-04-23 |
EP1914720B1 (en) | 2012-08-08 |
US7910820B2 (en) | 2011-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5007714B2 (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
US8115089B2 (en) | Apparatus and method for creating singing synthesizing database, and pitch curve generation apparatus and method | |
JP4640407B2 (ja) | 信号処理装置、信号処理方法及びプログラム | |
JP5593608B2 (ja) | 情報処理装置、メロディーライン抽出方法、ベースライン抽出方法、及びプログラム | |
EP2204774B1 (en) | Information processing apparatus, information processing method, and program | |
US11138989B2 (en) | Sound quality prediction and interface to facilitate high-quality voice recordings | |
JP2015079183A (ja) | スコアアライメント装置及びスコアアライメントプログラム | |
GB2518663A (en) | Audio analysis apparatus | |
JP2010134231A (ja) | 情報処理装置、音素材の切り出し方法、及びプログラム | |
CN103778912A (zh) | 引导式说话人自适应语音合成的系统与方法及程序产品 | |
CN101981612B (zh) | 声音分析装置以及声音分析方法 | |
JP2012108451A (ja) | 音声処理装置および方法、並びにプログラム | |
JP4239109B2 (ja) | 情報処理装置および方法、プログラム、並びに記録媒体 | |
Kirchhoff et al. | Evaluation of features for audio-to-audio alignment | |
JP2008216486A (ja) | 音楽再生システム | |
Gupta et al. | Towards controllable audio texture morphing | |
JP6216809B2 (ja) | パラメータ調整システム、パラメータ調整方法、プログラム | |
CN107025902B (zh) | 数据处理方法及装置 | |
CN115273826A (zh) | 歌声识别模型训练方法、歌声识别方法及相关装置 | |
Cámara et al. | Optimization Techniques for a Physical Model of Human Vocalisation | |
KR101975193B1 (ko) | 자동 작곡 장치 및 컴퓨터 수행 가능한 자동 작곡 방법 | |
JP5035598B2 (ja) | 情報処理装置および方法、並びに、プログラム | |
JP6969597B2 (ja) | 音響信号処理装置、方法及びプログラム | |
JP4839555B2 (ja) | 音声標準パタン学習装置、方法および音声標準パタン学習プログラムを記録した記録媒体 | |
Singh | pyAudioProcessing: Audio Processing, Feature Extraction, and Machine Learning Modeling. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080811 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080902 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081030 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20081127 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081210 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 3 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4239109 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120109 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130109 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |