クラリネット用リードには一般に,演奏適性の高低が存在する。演奏適性が高いリードとは,奏者のイメージした音を出すことが容易なリードのことを指し,現状では奏者が演奏することでしか演奏適性を判断できない。この論文では,演奏せずにリードを撮影した画像のみから演奏適性を判断することを目的とし,画像処理に基づく自動推定の可能性を検証している。反射光又は透過光を撮影する二種類の撮影方法で機械学習を行った結果,正解率は0.75及び0.85であり,F値は0.67及び0.84であった。また,Grad-CAMの結果より,表皮の色と維管束の分布により判定がされていることが示唆された。以上のことより,機械学習を利用した演奏適性の分類可能性が示唆されている。
極短時間かつ少量の音声での話者照合を実現するために,発話内容のテキストが同一の二つの音声を直接比較する構造を持たせたDNNを提案する。同DNNは法科学分野において音声鑑定として実施される話者異同識別に着想を得たもので,話者埋め込みを介さずに,二つの音声の対応する区間の異同に着目した照合を行う構造となっている。本論文ではまず単母音発声を対象に固定長の音声を対象に話者照合を行う提案構造のDNNを構築した。更に,単語音声等の複数音素の発声に対応するため,DTWを同DNNの前処理に導入した話者照合手法も検討した。400名の単音節音声や単語音声で学習した提案構造のDNNを用いて1~7モーラの音声を対象とした話者照合実験の結果,4.0%から0.1%のEERを達成した。