人工知能第一研究室

 
未分類

スピーカー再生による臨場感の実現

2018年12月21日に行われた3年生によるデモ大会で発表した内容です。

OS : Windows 7

開発環境 : MATLAB

動作環境 : Orion32+

16個のスピーカーを部屋の周りに配置して、元の音源とリバーブ付与した音源を正面、後方、左右のスピーカーからそれぞれ流しました。また、音量を調整することでより臨場感を向上させる工夫をしました。

元の音源(上), リバーブ付与した音源(下)

詳細は以下の動画でご覧ください。

小規模マイクロホンアレイを用いた帯域分割型雑音抑圧の研究

研究背景

従来研究

ビームフォーマ

空間クロススペクトルを用いたWienerフィルタ推定

解決したい課題

アプローチ方法

作製したマイクロホンアレイ

実験

実験結果


まとめ

•本研究は、小規模アレイによる雑音抑圧を行うために、拡散性雑音を抑圧する手法を提案した。

•今回の実験の結果では、MVDRとWienerフィルタの組み合わせに、帯域分割処理を用いて雑音抑圧を行い、従来法と比較して、SDを維持し、SNRを向上することができた。

心音の時間的特徴に基づく自動心音診断の研究

研究背景

研究目的


聴診は専門的な知識が必要なため、コンピュータを用いることで一般の方でも
容易に心音を診断できる

従来研究

従来研究で用いられている心音の時間的特徴

心音は、Ⅰ音からⅡ音を一周期とする信号 であり、正常心音では聴取されない音
を心雑音という。

解決したい課題

聴診は様々な雑音下(空調音や話し声)で行われるためコンピュータで正しく
心音を識別することは困難ではないかと考えた

アプローチ方法


アプローチ方法
・周波数領域に着目した特徴量
・二値分類(正常か異常か)に強い識別器
・雑音抑圧

SVM(識別器)

マージンとは内部にデータ点のない、超平面に平行するスラブ平面の最大幅を
意味する

MFCC(特徴量)

雑音抑圧

雑音を含んだ信号データのパワースペクトルから、雑音のパワースペクトルの
平均値をひくことで、雑音を除去する方法

実験概要

実験条件

実験結果

周波数領域に着目した特徴量が心音には有効
雑音抑圧を行うことで心雑音までも抑圧している可能性がある

まとめ

音声録音機能付きメモ帳

2017年12月18日に行われた3年生によるデモ大会で発表した内容です。

Android Studioを使用して、メモ帳を作成しました。

GoogleのAPIを用いて作成したメモ帳に、音声で入力する機能、音声録音、録音した音声を再生する機能を追加しました。

使用したAPI:RecognizerIntent(音声認識)、MediaRecorder(録音)、MediaPlayer(再生)

参考:Androidソースコード集 http://akira-watson.com/android/button.html

Leapmotionを用いたUnity上でのピアノの演奏

2017年12月18日に行われた3年生でも大会で発表した内容です。
今回のデモではLeapmotionで手の動きをキャプチャすることで、
Unity上に存在する仮想的なピアノを弾くプログラムを発表しました。

開発環境
【OS】
Windows10

【ソフトウェア】
Unity5.6.2f1
MonoDevelop
Leapmotion Orion 3.2.1

【ハードウェア】
Leapmotion

詳細な説明や実際の動作については以下の動画をご覧下さい。