簡表
簡表
中文名稱 英文名稱 主持人 補助單位 計畫編號 補助金額 開始日期 結束日期 用於音訊音樂的計算聽覺場景分析（1/3） Computational Auditory Scene Analysis for Audio Music 張智星 國科會 NSC 96-2628-E-007 -141 -MY3 521000 2007/8/1 2008/7/31 華語文互動語音教學技術研發 Speech-based Dialog Technologies for Learning Mandarin Chinese 張智星 資策會 500000 2007/5/1 2007/12/31
詳細資料
- 用於音訊音樂的計算聽覺場景分析（1/3）
- 英文名稱: Computational Auditory Scene Analysis for Audio Music
- 計畫編號: NSC 96-2628-E-007 -141 -MY3
- 主持人: 張智星
- 補助單位: 國科會
- 計畫執行期間: 2007/8/1 to 2008/7/31
- 關鍵詞: Computational Auditory Scene Analysis, Music Information Retrieval, Audio Music Analysis
- 摘要簡介:
所謂「計算聽覺場景分析」（Computational Auditory Scene Analysis，簡稱CASA） 的目標，就是要將單聲道的聲音（可能由多個音源所產生），經由電腦的自動計算，採 用各種方法（例如快速傅立葉轉換、動態規劃、機器學習等），並應用我們對音源所具 有的各種知識，來抽取出這些音源的聲音，以便進行下一步的處理。自從Bregman 在 1990 年提出Auditory Scene Analysis 的概念後，相關的研究持續不斷，但都注重在 一般語音的處理，直到近幾年來，音樂經由網際網路大量傳播，相關的分析與檢索也 越來越重要，因此CASA 在音訊音樂（Audio Music）方面的研究和應用也在這幾年開 始萌芽。本計畫將整合本實驗室開發多年的音訊處理技術（包含旋律辨識、語音辨識、 語音與歌聲合成、強韌式音高追蹤、語音轉換等），經由CASA 的架構來應用於音訊音 樂，希望建立有效的分析模式與方法，能夠對音訊音樂進行分析與處理。計畫的主要 目標，是希望針對一般流行音樂，做到下列幾點：經由這些分析，我們可以對音訊音樂進行更精密的分類與檢索，相關的應用則有：
- 對音訊音樂進行主旋律的音高追蹤。
- 判斷歌聲存在的位置。
- 由音訊音樂抽取單音歌聲。
- 多重音高追蹤。
- 抽取其他單音樂器的聲音（例如鼓聲）。
- 音訊音樂的自動分類與檢索
- 音訊音樂的哼唱檢索
- 音訊音樂的節拍追蹤
- 音訊音樂的歌詞同步顯示
- 音訊音樂的情緒內容分析
- 華語文互動語音教學技術研發
- 英文名稱: Speech-based Dialog Technologies for Learning Mandarin Chinese
- 計畫編號:
- 主持人: 張智星
- 補助單位: 資策會
- 計畫執行期間: 2007/5/1 to 2007/12/31
- 關鍵詞: 中文語音辨識、電腦輔助發音訓練、電腦輔助口說語音學習
- 摘要簡介:
本計畫將採用中文語音辨識與語音評分的技術，開發一套電腦輔助口說中文的學習系統，同時在 PC 以及嵌入式系統（PDA、PMP、SmartPhone等手持式裝置）進行系統實現。使用者只要對麥克風講一句中文，此系統即可根據輸入語音資料，抓取音色（語音的內容）、聲調（國語四個聲調的分類）、韻律（每一個音的時間長短）、音量（每一個音的強度）等語音特徵，然後進行和目標語句或是語音模型的比對，根據其相似度來產生一個介於0和100之間的分數。和前一年的計畫比起來，本年所開發的系統更著重於混淆音的偵測，因此必須對學習者的母語進行事前分析，以系統化的方式來找出使用者在學習漢語時，可能產生的混淆音（通常是由母語干擾所發生）），並在實際應用時，能夠準確地偵測混淆音的發生並給予使用者發音改進的建議。此外，我們也要加強對話情境的練習，因此必須對對話教材的準備，多下功夫。