擬音語をクエリとした潜在特徴に基づく音響信号検索

摘要

本稿では音響信号データベースを擬音語クエリによって検索する新たな手法を提案した. 潜在特徴に基づく音響信号- 擬音語間距離を定義し, これをニューラルネットワークの学習によって計算可能とした. 潜在空間における擬音語クエリの最近傍となる音響信号を提示する主観評価実験を行い, 提案法の精度を評価した. また, 提案法はテキストベース音響信号検索に比べてより妥当な検索結果を得られることが示された. 今後, 擬音語生成における確率的挙動をより考慮したモデルの実現, 擬音語タグが付与されていない音響信号データベースの検索における汎化性能向上,潜在特徴を用いたよりユーザビリティの高いシステムの構築について検討する.