【研究領域課題番号】20H01265 (KAKENデータベースで見る）

【研究キーワード】

リアルタイムMRI / データベース / 調音運動 / 日本語 / 音声学 / 調音音声学 / モンゴル語

【研究成果の概要】

研究計画に沿ってリアルタイムMRI動画の収録を開始した。2020年7月22日, 8月21日, 9月11日, 10月1日, 11月20日, 12月28日, 2021年1月8日に話者各1名の収録を実施したが、COVID-19による外出規制の影響、およびATR-Promotionsにおける発話実験に関する規制によって、当初計画よりも低いペースでの収録となった。収録３回分に要する旅費を翌年度に繰り越すこととし、計画通りに実施した。
収録したMRI画像データ（DCM形式）と音声(WAV形式）からMP4動画を構成し、MP4動画に対して発話の開始・終了時刻を付与すると同時に、調音上の問題に関するタグを付与する発話切り出し作業を実施した。2021年3月の時点でこの作業が終了した話者10名分のデータを簡単な検索系とともにウェブ上で試験公開した（URLはhttps://rtmridb.ninjal.ac.jp ただしこのURLは2022年4月1日以降は本公開版Version 1のために利用している）。
以上のデータ収集・公開作業と並行して、機械学習によって、MRI画像から調音器官の輪郭を自動抽出する研究を実施した。輪郭は、上唇・下唇と下顎・舌・硬口蓋と軟口蓋・咽頭壁の５部位に分けて実施した。特定個人については高い精度での抽出が可能であることを確認した後、少人数の学習データから多数の話者のデータを精度よく処理する手法についても検討をおこなった。
さらに、MRI動画からの音声合成の可能性、以前に収録したモンゴル語のデータを用いた母音調和の研究、MP4動画のブラウジング・アノテーション環境の開発なども実施した。
国内の学会で研究発表を行ったほか、日本語撥音の調音運動に関する論文と日本語無声摩擦音の生成メカニズムに関する論文をいずれも国際学術誌に投稿した。

【研究種目】基盤研究(B)

【研究期間】2020-04-01 - 2024-03-31

【配分額】17,420千円 (直接経費: 13,400千円、間接経費: 4,020千円)