Способы оценивания систем аудиолокализации выступающих в зале совещаний
Ключевые слова:
аудиолокализация, определение речевой активности, интеллектуаль-ное пространство, автоматизация протоколирования мероприятийАннотация
Применение методов аудиолокализации позволяет оценить положение и направление головы говорящего в помещении. Подобные системы в настоящее время популярны при разработке интеллектуальных систем сопровождения мероприятий в залах совещаний. В работе проанализирован ряд методик для оценивания производи-тельности систем аудиолокализации, а также их интеграции с системами видеомонито-ринга. На примере разработанного интеллектуального зала совещаний проведена оценка точности аудиолокализации выступающих, находящихся в 32 креслахЛитература
Ан.Л. Ронжин, А.А. Карпов Проектирование интерактивных приложений с много-модальным интерфейсом // Доклады ТУСУРа. –2010. –№ 1 (21), часть 1. – С. 124-127
А.А. Карпов, И.А. Кагиров Формализация лексикона системы компьютерного синтеза языка жестов // Труды СПИИРАН. СПб.: Наука, Вып. 16, 2011, С. 123-140
Rozgic, V., Busso, C., Georgiou, P.G., and Narayanan, S.S Multimodal meeting moni-toring: Improvements on speaker tracking and segmentation through a modified mixture parti-cle filter // IEEE International Workshop on Multimedia Signal Processing (MMSP), 2007, pp.60-65
Omologo, M., Svaizer, P.G, Brutti, A., Cristoforetti, L Speaker Localization in CHIL Lectures: Evaluation Criteria and Results // Machine Learning for Multimodal Interaction. Berlin: Springer, 2006, pp.476–487
Brutti, A., Omologo, M. and Svaizer, P Comparison between different sound source localization techniques based on a real data collection // Hands-Free Speech Communication and Microphone Arrays (HSCMA), Trento, Italy, May 2008
Benesty, J., Sondhi, M., and Huang, Y Handbook of Speech Processing // Spring-er, 2008
Zhang, C., Yin, P., Rui, Y., Cutler, R., Viola, P., Sun, X., Pinto, N., and Zhang, Z Boost-ing-Based Multimodal Speaker Detection for Distributed Meeting Videos // IEEE Transactions on Multimedia, Vol.10, No.8, 2008, pp.1541-1552
DiBiase, J., Silverman, H., and Brandstein, M Robust Localization in Reverberant Rooms // ser. Microphone arrays-Signal Processing Techniques and Applications. Berlin, Germany: Springer-Verlag, ch. 8, 2001, pp.157–180
Macho D., Nadeu C., Temko A Macho D., Nadeu C., Temko A
Omologo M., Svaizer P., Brutti A., Cristoforetti L Speaker localization in CHIL lectures: Evaluation criteria and results. Springer Berlin/Heidelberg, Steve Renals and Samy Bengio (Eds.): MLMI 2005: Revised and selected papers, Edinburgh, UK, July 11-13 2005, pp. 476-487
Laskowski K., Schultz T Simultaneous multispeaker segmentation for automatic meeting recognition. In Proc. of EUSIPCO, Poznan, Poland, September 2007, pp. 1294–1298
Мещеряков Р.В Система оценки качества передаваемой речи // Докла-ды ТУСУР, 2010. - N2(22) - С.324-329
Косарев, Ю.А., Ли, И.В., Ронжин, А.Л., Скиданов, Е.А., Savage J Обзор методов понимания речи и текста, Труды СПИИРАН / Под ред. Р.М. Юсупова вып. 1 т. 2 – СПб.: «Анатолия», 2002, C. 157-195
Nishiura T., Yamada T., Nakamura S., Shikano K Localization of multiple sound sources based on a CSP analysis with a microphone array. In Proceedings of IEEE Internation-al Conference on Acoustics, Speech and Signal Processing, volume 2, Instanbul, Turkey, June 5-9 2000, pp. 1053-1056
Champagne B., Bedard S., Stephenne A Performance of time-delay estimation in the presence of room reverberation // IEEE Transactions on Speech and Audio Processing, March 1996, Vol. 4, Issue 2, pp. 148-152
Stiefelhagen R., Garofolo J Multimodal Technologies for Perception of Humans. First International Evaluation Workshop on Classification of Events, Activities and Relation-ships, CLEAR 2006 // Lecture Notes in Computer Science, Vol. 4122, Springer-Verlag, 2007
Abad A., Segura C., Nadeu C., Hernando J Audio-based approaches to head orientation estimation in a smart-room // In Proc. of Interspeech’2007, August 27-31, Antwerp, Belgium, pp. 590-593
Ганбат, Д., Ронжин, А.Л., Найдандорж, Р., Будков, В.Ю., Прищепа, М.В Разработ-ка веб-системы для предоставления обучающих сервисов удаленным мобильным поль-зователям // Труды СПИИРАН. Вып. 13, СПб.: Наука, 2010, С. 21-34
Ронжин Ан.Л., Будков В.Ю Технологии поддержки гибридных e-совещаний на основе методов аудиовизуальной обработки // Вестник компьютерных и информацион-ных технологий, № 4, 2011
Ронжин Ан.Л., Будков В.Ю., Ронжин Ал.Л Технологии формирования аудиовизу-ального интерфейса системы телеконференций // Автоматизация и современные техно-логии. № 5. 2011, С. 20-26
Ронжин Ал.Л., Ронжин Ан.Л Система аудиовизуального мониторинга участников совещания в интеллектуальном зале // Доклады ТУСУРа, № 1 (22), часть 1, 2011, С. 147-151
А.А. Карпов, И.А. Кагиров Формализация лексикона системы компьютерного синтеза языка жестов // Труды СПИИРАН. СПб.: Наука, Вып. 16, 2011, С. 123-140
Rozgic, V., Busso, C., Georgiou, P.G., and Narayanan, S.S Multimodal meeting moni-toring: Improvements on speaker tracking and segmentation through a modified mixture parti-cle filter // IEEE International Workshop on Multimedia Signal Processing (MMSP), 2007, pp.60-65
Omologo, M., Svaizer, P.G, Brutti, A., Cristoforetti, L Speaker Localization in CHIL Lectures: Evaluation Criteria and Results // Machine Learning for Multimodal Interaction. Berlin: Springer, 2006, pp.476–487
Brutti, A., Omologo, M. and Svaizer, P Comparison between different sound source localization techniques based on a real data collection // Hands-Free Speech Communication and Microphone Arrays (HSCMA), Trento, Italy, May 2008
Benesty, J., Sondhi, M., and Huang, Y Handbook of Speech Processing // Spring-er, 2008
Zhang, C., Yin, P., Rui, Y., Cutler, R., Viola, P., Sun, X., Pinto, N., and Zhang, Z Boost-ing-Based Multimodal Speaker Detection for Distributed Meeting Videos // IEEE Transactions on Multimedia, Vol.10, No.8, 2008, pp.1541-1552
DiBiase, J., Silverman, H., and Brandstein, M Robust Localization in Reverberant Rooms // ser. Microphone arrays-Signal Processing Techniques and Applications. Berlin, Germany: Springer-Verlag, ch. 8, 2001, pp.157–180
Macho D., Nadeu C., Temko A Macho D., Nadeu C., Temko A
Omologo M., Svaizer P., Brutti A., Cristoforetti L Speaker localization in CHIL lectures: Evaluation criteria and results. Springer Berlin/Heidelberg, Steve Renals and Samy Bengio (Eds.): MLMI 2005: Revised and selected papers, Edinburgh, UK, July 11-13 2005, pp. 476-487
Laskowski K., Schultz T Simultaneous multispeaker segmentation for automatic meeting recognition. In Proc. of EUSIPCO, Poznan, Poland, September 2007, pp. 1294–1298
Мещеряков Р.В Система оценки качества передаваемой речи // Докла-ды ТУСУР, 2010. - N2(22) - С.324-329
Косарев, Ю.А., Ли, И.В., Ронжин, А.Л., Скиданов, Е.А., Savage J Обзор методов понимания речи и текста, Труды СПИИРАН / Под ред. Р.М. Юсупова вып. 1 т. 2 – СПб.: «Анатолия», 2002, C. 157-195
Nishiura T., Yamada T., Nakamura S., Shikano K Localization of multiple sound sources based on a CSP analysis with a microphone array. In Proceedings of IEEE Internation-al Conference on Acoustics, Speech and Signal Processing, volume 2, Instanbul, Turkey, June 5-9 2000, pp. 1053-1056
Champagne B., Bedard S., Stephenne A Performance of time-delay estimation in the presence of room reverberation // IEEE Transactions on Speech and Audio Processing, March 1996, Vol. 4, Issue 2, pp. 148-152
Stiefelhagen R., Garofolo J Multimodal Technologies for Perception of Humans. First International Evaluation Workshop on Classification of Events, Activities and Relation-ships, CLEAR 2006 // Lecture Notes in Computer Science, Vol. 4122, Springer-Verlag, 2007
Abad A., Segura C., Nadeu C., Hernando J Audio-based approaches to head orientation estimation in a smart-room // In Proc. of Interspeech’2007, August 27-31, Antwerp, Belgium, pp. 590-593
Ганбат, Д., Ронжин, А.Л., Найдандорж, Р., Будков, В.Ю., Прищепа, М.В Разработ-ка веб-системы для предоставления обучающих сервисов удаленным мобильным поль-зователям // Труды СПИИРАН. Вып. 13, СПб.: Наука, 2010, С. 21-34
Ронжин Ан.Л., Будков В.Ю Технологии поддержки гибридных e-совещаний на основе методов аудиовизуальной обработки // Вестник компьютерных и информацион-ных технологий, № 4, 2011
Ронжин Ан.Л., Будков В.Ю., Ронжин Ал.Л Технологии формирования аудиовизу-ального интерфейса системы телеконференций // Автоматизация и современные техно-логии. № 5. 2011, С. 20-26
Ронжин Ал.Л., Ронжин Ан.Л Система аудиовизуального мониторинга участников совещания в интеллектуальном зале // Доклады ТУСУРа, № 1 (22), часть 1, 2011, С. 147-151
Evaluation methods for sound source localization systems of speakers in a meeting room
Abstract
The employing of sound source localization methods allows to evaluate location and head orientation of a speaker in a room. At present such systems are popular at development of intelligent support systems for smart meeting rooms. In this paper, a set of the metrics for performance evaluation of sound source localization systems as well as their integration with video monitoring systems are analyzed. Accuracy estimation of speaker positions, located on 32 chairs was carried out in the developed smart meeting roomОпубликован
2011-06-01
Как цитировать
Ронжин, А. Л. (2011). Способы оценивания систем аудиолокализации выступающих в зале совещаний. Труды СПИИРАН, 2(17), 100-113. https://doi.org/10.15622/sp.17.6
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
