情報処理学会 第79回全国大会講演要旨

テレビなどを見ていると,発話者が画面上に存在していない場合,話者を知るためには話者認識を行う必要がある.話者認識を行う場合,認識対象の声を学習データとして収集する必要がある.しかし,認識対象の声を収録するのは手間がかかる. 本研究では,発話者が画面上に存在していない例としてアニメを取り上げ,アニメ動画から声優のデータを取得するための支援システムの試作を行う.アニメ動画を用いる場合,一般的にBGMなどが入っており,純粋な声のみを取得することはできず,認識が困難になる.そのため,本研究ではキャラクターの画像を利用してWeb上から声優のデータを取得し,そのデータと音声を結びつけることによって認識精度を高める.