インターネット型音声分析システム

INternet Speech Analysis System via electric-Mail: INSAS/M

電子メールとWeb技術を用いた公衆型音声分析システム

Public Acoustic Analysis System for Speech Signal
Using Techniques of E-mail and Web

PASTE

[English] [Japanese]

Access:

th, Since 1999/03/05, Update: 2011/02/11

概要 | 使用条件 | 電子メール送信 | 分析結果閲覧 | 分析例 | 質問箱

概要

公衆型音声分析システム (PASTE)は、世界で初めての無料のインターネット型音声分析システムです。
電子メールにあなたの録音した音声ファイルを添付して送るだけで、手軽にあなたの音声を可視化し、数分後に、あなたのパソコンのWebブラウザ上で、見ることができます。
あなたのパソコンに特別なソフトウェアをインストールする必要はありません。お気軽にお試し下さい。
- 言語学、語学教育、発音訓練、言語障害等の研究や解析に役立てていただければ幸いです。
- ここをクリックすると音声分析結果の画像の例を見ることができます。
- 具体的な利用法等は、質問箱を参照してください。
- 1999年3月5日(金)に、PASTE Ver.1.10(INSAS/M Ver3.10)の公開を開始しました。
  コマンドは、lc、scの２つのコマンドです。Subjectに指定してください。
- 2000年3月10日(金)に、PASTE Ver.1.11 (INSAS/M Ver3.11)の公開を開始しました。
  新規機能として、日本語音声教育用のf0、accent、f1f2、f1f2j, 英語音声教育用のf1f2e, f1f3, f1f3eのコマンドを追加しました。 Subjectに指定して利用ください。 PDFファイルを参照してください。
使用条件 (注意：必ずお読みください。）
- 使用料は無料です。
  ただし、分析結果による不利益に対して、なんら保証するものではないことに注意してください。
- 音声ファイルの著作権のある方のみ利用できます。このため、著作権のないテレビ、ラジオ、テープ等から録音した音声は分析できません。
  なお、著作権は、作成者本人にありますが、音声分析等の研究のための使用権は、無料で 岩手大学工学部情報工学科に許可をいただきます。
- 音声分析結果を論文やＷｅｂページ等へ使用することは、自由です。
  ただし、論文に使用する場合は、"INSAS/M Ver.3.10"を使用したことを、必ず明記ください。
  特にバージョン番号は、辞書等の版と同様に、分析実験条件を示す重要な情報ですので、省略しないようにしてください。
  
  なお、可能ならば、以下の論文またはＵＲＬを引用いただければ幸いです。
  - 熊谷、三輪: 電子メールとWeb技術を用いた公衆型音声分析システム, 日本音響学会春季講演論文集, 2-P-29, pp.325-326 (Mar. 1999).
  - http://sp.cis.iwate-u.ac.jp/sp/paste/indexj.html
- 音声分析結果ファイルの保存期間は、１週間です。
  長期に渡って必要な場合は、各自のパソコンにダウンロードしてください。

分析条件

分析条件は以下のようになっています。

サンプリング周波数	11.025kHz
量子化ビット	16bits
フレーム周期	10msec.
分析窓	ハミング窓(30msec.)
分析	13次LPC(線形予測法）
ホルマント周波数抽出	ピークピッキング法
基本周波数抽出	LPC残差相関法(50-200Hz)

音声分析の内容やソースプログラムに興味のある人は、資料を参照してください。
INSAS/M Ver.3.10は、基本周波数抽出に関しては、男性音声(F0=50-200Hz)のみ対応しています。

ファイル形式

分析可能な音声ファイル形式の詳細は以下を参照してください。

電子メール添付符号化形式	BASE64
ファイル名	英字.WAV
ファイル形式	RIFF, .WAV
サンプリング周波数	11.025kHz
チャネル数	モノラル(1ch)
量子化ビット	16bits
量子化形式	PCM(線形)
音声データ最大時間長	3秒

上記のデータ形式で音声を録音してください。

ファイル形式の確認には、エクスプローラでファイルを選択した後、プロパティの詳細を表示させます。
その時、ファイル名は全て英字で拡張子が.WAVであり、"メディアの長さ: 3秒以下", "オーディオの形式: PCM, 11.025kHz, 16ビット, モノラル"となっていれば形式が合っています。その他の時は、録音時の設定を再度確認してください。

また、分析できる音声データ長は最大3秒ですので、音声の前後の無音部分を削除するなどして3秒以内にしてください。
（インターネット資源の有効利用にご協力ください。）

使用方法

使用料は無料です。
ただし、音声ファイルの著作権は、作成者本人にありますが、音声分析等の研究のための使用権は、岩手大学工学部情報工学科に許可をいただきます。
また、分析結果による不利益に対して、なんら保証するものはありません。
このことに同意された方のみご利用ください。

音声を録音する
- パソコンで、サウンドレコーダ（タスクバー-スタート-プログラム-アクセサリ- マルチメディア/エンターテイメント)等により、上に示した形式の音声ファイルを作成してください。

メールを送信する

作成した音声ファイルをBase64形式で符号化し電子メールに添付して PASTE(paste@sp.cis.iwate-u.ac.jp) に送信してください。
(MS社製 Internet Explorer Ver.4で動作の確認を行っています。)

なお、実際に送信する際に、自分宛てに同一のメールを送り、 From:, Message-Id:, Subject:のヘッダー部は正しいか、また、音声ファイルは、Base64で符号化され添付されるかを必ず確認してください。特に、From部が正しくないと、分析結果をアクセスするID (識別記号)を得ることができません。
ここをクリックすると、正しいメールの例が表示されます。

メールを送信する際のサブジェクト(Subject)に分析コマンドを入力することにより、分析機能を変更できます。
分析コマンドと分析の対応を以下に示します。

分析コマンド	分析	説明
lc	LPC分析の軌跡表示(locus)	音声全体を分析します。最初に分析することをお勧めします。
sc	LPCセクション分析(section)	音声の1フレームを分析します。 lcコマンドで音声全体を分析し、分析フレームを最初に求めておくことをお勧めします。
無し(デフォルト)	LPC分析の軌跡表示	音声全体を分析します

また、LPCセクション分析では、分析コマンドに続けてオプションを入力すると、分析するフレームを指定できます。

scのオプション	説明
整数値	指定したフレームを分析します
無し	音声波形の最大値点を分析します

これらのコマンド、オプションは必ず半角英数字で入力してください。
また、scのオプションを指定するときは、コマンドとオプションの間に必ず半角スペースを入れてください。
以下にサブジェクトの例を示します。

サブジェクト	分析機能
lc	音声全体をLPC分析します
sc	音声データの最大値点をLPC分析します
sc 20	音声データの20フレーム目をLPC分析します
無し	音声全体をLPC分析します

メールを受信する
- 分析が終了するとPASTEからメールが送られてきます。
  このメールには、分析結果を見る際に必要なID(識別記号)が書かれています。
  
  また、ファイル形式が違っているなどの原因で分析ができなかった場合、その理由を書いたメールが送られて来ますので、原因を直して再度電子メールを送ってください。
  その場合、以下のような誤りが考えられますが、インターネット資源の有効利用のために、試行錯誤を繰り返さないで、インターネットの専門家に相談するのも早道です。
  - 音声ファイルの形式に誤りがある。
  - 電子メールの形式に誤りがある。
    - 添付音声ファイルの符号化形式がBASE64でない。
    - メールヘッダ部のFromフィールドに、正しく自分のメールアドレスが記述されていない。
    - メールヘッダ部のMessage-Idフィールドが、正しく記述されていない。
分析結果を見る
- PASTEからのメールに書かれていたID(識別記号)を下のテキストボックスに入力してください。すると分析結果の画像が表示されます。
  この画像をパソコンにダウンロードしてもよろしいですし、IDがあれば一週間以内は何度でも見ることができます。
使用法がわかりましたら、音声分析に参加してみましょう。

音声ファイルを電子メールで送り、音声を分析する

PASTE (paste@sp.cis.iwate-u.ac.jp) に音声ファイルを添付したメールを送ってください。
ここをクリックするとファイルフォーマット等の確認ができます。
下の表のリンクをクリックすると、自動的にサブジェクトがつきます。セクション分析で分析するフレームを指定するときは、半角スペースとフレーム番号を付け足してください。

Subject : lc	LPC分析の軌跡表示
Subject : sc	LPCセクション分析(フレーム数指定可能)
Subject : f1f2	F1-F2 plane
Subject : f1f2j	F1-F2 plane for Japanese vowels
Subject : f1f2e	F1-F2 plane for English vowels
Subject : f1f3	F1-F3 plane
Subject : f1f3e	F1-F2 plane for English consonants( /l/, /r/)
Subject : f0	F0 locus
Subject : accent	Japanese Word Accent Learning

ID(識別記号)を入力し、分析結果を見る
- 下にPASTEから送られてきた電子メールに記述されたID(識別記号)を入力してください。
  
  なお、セクション分析(sc)のメッセージＩＤにバグ(bug)があります。あなたが受け取ったＩＤが、 sc35_01234@host.domainのとき、sc_35_01234@host.domain のように、コマンドscとフレーム数35の間に_の記号を入れてください。
  
  誤りを少なくするため、コピー＆ペーストをお勧めします。
  また、examlc と入力するとLPC分析の軌跡表示の例、examsc と入力すると、 LPCセクション分析の例を表示します。
  
  ID :
  
  なお、分析から一週間経過したものは削除されています。
  
  画像ファイル(GIF)をダウンロードする場合は、例えば、ブラウザで分析結果表示した後、(1)画像の位置にマウスを移動、 (2)マウスの右ボタンをクリック、 (3) "画像を名前を付けて保存"を選択して、自分のパソコンへ保存してください。

　このページは、平成8-10年度文部省科学研究費補助金・基盤研究(A)(1) （課題番号：０８５５１００７、研究題目：マルチメディア対応の音声分析システム－東大「録聞見」・「ＩＮＳＡＳＭ」の改良と普及－、研究代表者：広島女子大学教授今石元久）のプロジェクトで実施した研究成果の一部です。

詳細は、以下の論文を参照してください。

熊谷勝、三輪譲二: 電子メールとWeb技術を用いた公衆型音声分析システム, 日本音響学会春季講演論文集, 2-P-29, pp.325-326 (Mar. 1999).
熊谷勝、三輪譲二: 電子メールとWeb技術を用いた公衆型音声分析システム, 電子情報通信学会音声研究会技術報告, SP99-21, pp.25-32 (June 1999).
三輪譲二、熊谷勝: インターネット型音声分析システムと評価, 情報処理学会, 第５９回全国大会, 5V-05, pp.3.587-588 (Sep. 1999).