2022/9/14（水）
朝6時起床。シャワーを浴びて、6時半過ぎに朝食。朝食会場は込んでいて座れないので、食べ物をとって部屋に持ち帰って食べる。
7時前に出発。札幌駅から函館本線で手稲。
今日は午後からオンラインで会議に出席するので、場所を確保するために音響学会会場近くのネットカフェへ。
以前自遊空間の会員登録をしていたのだが、カードを捨てちゃったので、会員登録し直し。ここは完全セルフサービス式で、会員登録と利用受付が全部自動。
とりあえず適当なブースに入り、1時間ほどメールを書いたり情報を集めたりする。何とか使えそうだ。
8時半頃ネットカフェを出て、会場の北海道科学大学へ。
受付をして、朝いちの音声セッションを聞く。このセッションがある建物の１階にフォードT型がおいてあった。
音声A・B/音声処理・音声分析
1-8-1 時間周波数表現に基づく深層学習モデルのための秘密鍵を用いた暗号化によるアクセス制御（都立大）
貴家研。音声のスペクトログラムをブロックに分け、ブロック内シャッフルしたり符号を変えたりしてスクランブルする。そのような音声をそのまま使って認識を行うための手法。CNNをベースとした方法で通常の音声からモデルを学習しておいて、CNNの入力ピクセルを入れ替える。タスクは環境音認識。音声でこういう暗号化したまま認識する方法はあまり聞かないけど、一般的にこの手の手法としてはナイーブな気がする。
1-8-2 多言語音声データベースを用いた話者照合のための声道長正規化によるデータ拡張（都立大）
貴家研。話者照合のデータを増やすために声道長を伸び縮みさせる。音声認識のデータ拡張であるVTLPは適当に声道長を伸び縮みさせたものを使えばいいが、これは話者照合なので別人に聞こえる声にしなければならないところが難しいらしい。ある程度効果はあるが、雑音を加えたデータ拡張の方が高性能（組み合わせによる効果はある）。
1-8-3 高調波間の位相差に基づく発話区間検出（豊橋技科大）
振幅でなく、位相の近隣成分との差を特徴量として発話区間検出を行う。従来は同じ周波数ビンの隣接フレームとの位相差を使っていたが、今回は高調波間の位相差も併用。高調波を同定するために事前にピッチ抽出が必要。そこそこの性能がでるが振幅よりは性能は低い。検出できるところが相補的みたいなので、組み合わせればおもしろいかも。
1-8-4 「声の大きさ」と「距離感」の教示の違いによる音声生成の違い（金沢工大）
高野先生。声の大きさを大中小で指定したときの発話と、遠く/中ぐらい/近くの人に話しかけるつもりで発話したときの発話の大きさ、口の形、胸の膨らみかたなどの計測結果。大中小と遠中近がおおむね対応しているが、大と遠では呼吸の仕方が違う（大のほうが事前に大きく息を吸う）。
音声コミュニケーション/諸言語の音声
1-9-1 発表取り消し。ネコの鳴き声の話だったので聞きたかった。
1-9-2 アクセントからみた北海道言葉の音調の特徴（東京外大・早稲田大）
佐藤大和先生。北海道アクセントの特徴分析。共通語だと語尾から3番目の拍にアクセントが乗りやすいが、北海道方言では語尾から2番目になりやすい。共通語のアクセントの理由として、語尾に形態素が付属するときのアクセントの規則によって、形態素をマークする昨日があるためだと思われる。北海道方言では、〜な↓いがアクセントを保持したままほかの語に接続する。「〜ぐら↓い」のような語尾、助数詞なども似た傾向。
15分を越えてしゃべり続けたので質疑なしだったが、もっと長い講演として聞きたかった。
1-9-3 声道断面積関数の操作によるモンゴル語母音音韻特徴の検討(千葉工大ほか）
モンゴル語には男性母音(a,o,u)と女性母音（e,oe,ue)があって単語内で混在しない（母音調和）が、最近変わってきたらしい。この研究では、モンゴル語話者の頭をMRIで輪切りにして声道断面積を測定した。また、音声の声道断面積関数を操作して、知覚にどんな影響があるかを調べた。a-e, o-oe, u-ue の間で声道断面積関数を内挿して知覚実験をすると、声道全体を操作したときには知覚が変化したが、咽頭のみを操作したときにはあまり知覚が変化しなかった。これはフォルマントがあまり動かなかったからである。
1-9-4 Perception of segmental foreign accent by American and Japanese listeners: the case of Japanese accented /l/ and /r/ (Waseda U)
/英語のl/-/日本語r/の間で変化する音声と/日本語のr/-/英語r/で変化したものを日本人英語学習者に聞かせて、どのくらい英語ネイティブに聞こえるかを訪ねる。その結果、/l/-/日本語r/の変化による変化より、/r/-/日本語r/による変化の方が大きかった。
1-9-5 中国人学習者による日本語連続母音の算出（神戸大）
中国人学習者の日本語の母音連続発音の観測。同じ母音連続を2回行う無意味語（ばおばお、はいはい、など）を発話させると、日本語母語話者は1回目と2回目の母音連続を同じように発音するが、中国語母語話者では2回目の母音連続が二重母音に近くなる。
最後の1つの発表の前に会場を抜ける。12時から音響学会の理事会・役員会があるので、それに出るためだ。3年ぶりに研究発表会の会場での対面会議になる。従来は昼食を取りながら会議をするのだが、今年は最初に別室で弁当を食べ（食べている間はしゃべらない）終わったら会議室に移動して会議が始まる。そのため会議開始より早く来なければならないのだ。
12時から理事会・役員会。12:50ごろ終了。
午後から大学の教授会に出なければならないので（出番があるため）朝のネットカフェに移動。入会しているのでスムーズに入店。
13:30から教授会。2時間ほどで終了。やや面倒な仕事をすることになった。
そこから少し仕事をして、16時前にネットカフェを出る。まだ学会をやっているので会場に戻るという手もあったが、今日中に作らなければならない書類ができたので、ホテルに戻ることに。
手稲駅となりのSEIYUに入っている100円ショップでちょっと買い物。
JRで手稲から札幌。書類作成のためにホテルに籠もる覚悟をして、途中のセイコーマートでせめても北海道っぽいものをそろえる。
ホテルに戻ったら、買ってきたものをつまみながら書類作成。夜10時ぐらいまでかかる。
景気付けに近所のセブン−イレブンでつまみを追加して少し飲む。今日の頑張りと、これからの苦難に乾杯。
夜11時ごろ寝る。明日は札幌らしいところに行きたいな。
前の日へ 目次へ 次の日へ