機械学習によるrtMRI動画における発話器官の輪郭抽出精度の評価

摘要

われわれは日本語の調音音声学を精緻するために，多数の被験者の多様な発話運動をリアルタイムMRI 動画（以下rtMRI 動画）で記録し，発話器官各部の運動タイミングなどを定量的に分析しようとしている。そのためには発話器官の輪郭を点群データに変換（輪郭抽出）する必要がある。しかし，われわれは1 被験者につき2 万を超えるフレームを分析しようとしているため，手動による輪郭抽出（トレース）は非現実的である。