| 藏本 達也 D1 | 松本 健一 | 関 浩之 | 飯田 元 | 門田 暁人 |
|
発表題目：ソフトウェアメトリクスの標準化によるfault-proneモジュール予測精度の向上
発表概要：ソフトウェア開発において，信頼性の確保，およびテストの効率化のためには，fault-proneモジュール（バグを含みやすいモジュール）を予測し，それらを重点的にテストすることが重要である． ただし，予測対象のソフトウェアが，予測モデル構築に用いたソフトウェアと異なる特徴を持つ場合，必ずしも十分な予測精度が得られない． 本研究では，異なる特徴を持ったソフトウェア間においても十分な予測精度を得ることを目的として，モデル構築時，および予測時に，モデルの入力となるソフトウェアメトリクスの値を標準化する方法を提案し，その効果を実験的に評価する． | ||||
| まつ本 真佑 D2 | 松本 健一 | 関 浩之 | 飯田 元 | 門田 暁人 |
|
発表題目：開発者メトリクスに基づくソフトウェア信頼性の分析
発表概要：本稿ではソフトウェアの信頼性を低下させる要因の一つとして，プロダクトそのものの特性ではなく，プロダクトを作成した開発者の特性（開発者メトリクス）に着目し以下の3つの仮説について分析を行う．H1：バグの混入のさせやすさには個人差がある．H2：多くの開発者が編集したモジュールにはバグが混入されやすい．H3：開発者メトリクスはfault-proneモジュールの判別に役立つ．Eclipseプロジェクトから収集したメトリクスデータを用いた分析の結果，開発者のバグの埋め込みやすさには個人差があること，及び多くの開発者が関与したモジュールほどバグが混入されやすいことが明らかとなった． | ||||
| 米澤 拓吾 D2 | 松本 健一 | 関 浩之 | 飯田 元 | 門田 暁人 |
| TORRES RODRIGUEZ, RAFAEL ANTONIO M2 | 鹿野 清宏 | 松本 裕治 | 猿渡 洋 | 川波 弘道 |
|
発表題目：Discriminative Methods for Inquiry Classification in a Speech-Oriented Guidance System
発表概要：This work addresses the issue of selecting responses for spoken inquiries received by a guidance system, using an example-based response selection. By calculating a similarity score between an input inquiry and examples stored in a question and answer database (QADB), we can follow a 1-nearest neighbor approach to select the response paired to the most similar example. However, resultant scores can be equal for questions paired to different responses, which hinders the selection. To deal with this, we study the usage of discriminative methods to perform a coarse-to-fine classification of input inquiries, first in response categories. In this presentation, we compare the performance of support vector machine and the prefixspan boosting methods for this task. Experimental results show that both methods can improve response accuracy. | ||||
| 木佐木 雄介 M2 | 鹿野 清宏 | 松本 裕治 | 猿渡 洋 | 戸田 智基 |
|
発表題目：隠れマルコフモデルに基づくクラスタ適応学習を用いた声質制御法
発表概要：任意のテキストから合成音声を生成するテキスト音声合成(TTS)という技術が存在する．近年，ユーザが所望の声質で任意のテキストから合成音声を生成できる声質制御TTSの研究が進められている．声質制御TTSは予め多数話者による大量の音声データから学習した隠れマルコフモデル(HMM)を用いることで実現することができる．しかし，ある1人の特定話者から大量の音声データが得られ，その他多数の話者から得られる音声データが少量であった場合，声質制御TTS用のHMM学習は困難となる．本研究ではクラスタ適応学習を用いて少量の音声データで高精度なHMMが学習可能なアルゴリズムを提案する． | ||||
| 土井 啓成 M2 | 鹿野 清宏 | 松本 裕治 | 猿渡 洋 | 戸田 智基 |
|
発表題目：統計的声質変換に基づく食道発声音声の音質改善
発表概要：喉頭摘出者は，自身の声帯振動を音源とした発声が不可能であるため，食道発声法等の代用発声を用いて発声を行う． しかしながら，食道発声法で生成される音声は，特有の雑音を含み，健常者の音声と比較すると音質が低い． この問題に対し，平滑化処理等により音響特徴量を修正することで音質改善を行う手法が数多く提案されており，その有効性が報告されているが，より高度な処理を導入することで，さらなる音質改善が見込まれる． そこで，本研究では，統計的声質変換に基づき，食道発声音声から健常者音声への変換による食道発声音声の音質改善法を提案する． | ||||
| 林田 千瑛 M2 | 鹿野 清宏 | 松本 裕治 | 猿渡 洋 | 戸田 智基 |
|
発表題目：多対一声質変換に対する線形回帰手法の提案とその評価
発表概要：任意の話者の声質を特定の話者の声質へと変換する技術として, 多対一 声質変換に関する研究が進められている. これまでに, 不特定入力話者モデル に基づく変換法や固有声に基づく変換法が提案されており, その高い有効性が 確認されている. これらの手法は, 数文以下といった極少量の適応データの使 用を主に想定しているが, 適応データ量が増加するにつれ, より複雑なモデル 適応処理が可能になると予想される. そこで, 本研究では, 制約付き最尤線形 回帰に基づく多対一声質変換法を提案する. 客観評価実験により, 多対一声質 変換に対するCMLLR適応, 及びCMLLRに基づく話者適応学習法の有効性が確認さ れた. | ||||