LSTMを用いた5母音の自動読唇に関する研究

抄録

機械に口唇の動きから発話内容を理解させる自動読唇は，音声と同様に新たなコミュニケーションの一手段として注目され，現在様々な研究機関で開発が進められている．しかし，未だ性能が不十分でさらなる認識性能の改善が望まれている．特に日本語においては，母音の数が少なく，子音での判別が困難なため，その精度は格段に低い．本研究では，20点の口唇形状の特徴点を学習データとし，LSTMによって，自動読唇の5母音の判定精度の高精度化を目指す．