2.7 まとめ

ロボットが自分自身の耳で聞くというロボット聴覚研究 の筆者の 考え方を述べるとともに，今後の展開への期待を述べた．ロボット聴覚研究は， ほとんど０からの立ち上げであったために，自分たちの研究だけでなく，当該 研究の振興を図るべく浅野 (産総研，以下敬称略)，小林 (早大)，猿渡 (奈良 先端大)らのアカデミア，NEC，日立，東芝，HRI-JPなどのロボット聴覚を展開 する企業，さらには，カナダ Sherbrooke 大学，韓国KIST，フランス LAAS， ドイツHRI-EUなどの海外研究機関からの協力を得て，IEEE/RSJ IROS でこれまで に6年間ロボット聴覚 organized session を組み，ロボット学会学術講演会で も5年間特別セッションを組んでいる．さらに，2009年にはIEEE信号処理部門の 国際会議ICASSP-2009でロボット聴覚スペシャルセッションを開催した．この ような研究コミュニティの育成により，世界的に徐々に研究者が増加し，その 中でも日本のロボット聴覚研究のレベルの高さが輝いている．今後斯学の益々 の発展を通じ，聖徳太子ロボットが聴覚障害者や高齢者の支援，安心できる社 会の構築に寄与していくことを期待したい．

六十而耳順 (「論語・為政」)

60 にして耳に順う，というが，聴覚器官は加齢あるいは酷使されると 高域周波数の感度が落ち，人の話が聞こえなくなり，耳に順いたくとも，順えなくなる．

[1]

中臺，光永，奥乃 (編): ロボット聴覚特集， 日本ロボット学会誌，Vol.28，No.1 (2010年1月).

[2]

C. Côté，et al.:Code Reusability Tools for Programming Mobile Robots, IEEE/RSJ IROS 2004，pp.1820–1825.

[3]

J.-M. Valin，F. Michaud，B. Hadjou，J. Rouat: Localization of simultaneous moving sound sources for mobile robot using a frequency-domain steered beamformer approach. IEEE ICRA 2004，pp.1033–1038.

[4]

S. Yamamoto，J.-M．Valin，K. Nakadai，T. Ogata，and H. G．Okuno. Enhanced robot speech recognition based on microphone array source separation and missing feature theory. IEEE ICRA 2005，pp.1427–1482.

[5]

奥乃，中臺: ロボット聴覚オープンソフトウエア HARK, 日本ロボット学会誌，Vol.28，No.1 (2010年1月) 6–9， 日本ロボット学会．

[6]

K. Nakadai，T. Takahasi，H.G. Okuno，H. Nakajima，Y. Hasegawa，H. Tsujino: Design and Implementation of Robot Audition System "HARK"， Advanced Robotics，Vol.24 (2010) 739-761，VSP and RSJ.

[7]

K. Nakamura, K. Nakadai, F. Asano, Y. Hasegawa, and H. Tsujino, “Intelligent Sound Source Localization for Dynamic Environments”, in Proc. of IEEE/RSJ Int’l Conf. on Intelligent Robots and Systems (IROS 2009), pp. 664–669, 2009.

[8]

H. Nakajima，K. Nakadai，Y. Hasegawa，H. Tsujino: Blind Source Spearation With Parameter-Free Adaptive Step-Size Method for Robot Audition, IEEE Transactions on Audio，Speech，and Language Processing, Vol.18，No.6 (Aug．2010) 1467–1485，IEEE.

[9]

D. Rosenthal，and H.G. Okuno (Eds.): Computational Auditory Scene Analysis， Lawrence Erlbaum Associates，1998.

[10]

Bregman，A.S.: Auditory Scene Analysis – the Perceptual Organization of Sound, MIT Press (1990).

[11]

H.G. Okuno，T. Nakatani，T. Kawabata: Interfacing Sound Stream Segregation to Automatic Speech Recognition – Preliminary Results on Listening to Several Sounds Simultaneously， Proceedings of the Thirteenth National Conference on Artificial Intelligence (AAAI-1996)，1082–1089，AAAI，Portland，Aug．1996.

[12]

人工知能学会AIチャレンジ研究会資料． Webより入手可能: http://winnie.kuis.kyoto-u.ac.jp/AI-Challenge/

[13]

西村 義隆，篠崎 隆宏，岩野 公司，古井 貞煕: 周波数帯域ごとの重みつき尤度を用いた音声認識の検討， 日本音響学会2004年春季研究発表会講演論文集， 日本音響学会，Vol.1，pp.117–118，2004.

[14]

Nakadai，K.，Lourens，T.，Okuno，H.G.，and Kitano，H.: Active Audition for Humanoid. In Proc．of AAAI-2000，pp.832–839, AAAI，Jul．2000.

[15]

Nakadai，K.，Hidai，T.，Mizoguchi，H.，Okuno，H.G.，and Kitano，H.: Real-Time Auditory and Visual Multiple-Object Tracking for Robots, In Proceedings of International Joint Conference on Artificial Intelligence (IJCAI-2001)，pp.1425–1432，IJCAI，2001.

[16]

Nakadai，K.，Matasuura，D.，Okuno，H.G.，and Tsujino，H.: Improvement of recognition of simultaneous speech signals using AV integration and scattering theory for humanoid robots, Speech Communication, Vol.44，No.1–4 (2004) pp.97–112，Elsevier.

[17]

Nakadai，K.，Yamamoto，S.，Okuno，H.G.，Nakajima，H.，Hasegawa，Y.，Tsujino H.: A Robot Referee for Rock-Paper-Scissors Sound Games, Proceedings of IEEE-RAS International Conference on Robotics and Automation (ICRA-2008)，pp.3469–3474，IEEE，May 20，2008． doi:10.1109/ROBOT.2008.4543741

[18]

Kubota，Y.，Yoshida，M.，Komatani，K.，Ogata，T.，Okuno，H.G.: Design and Implementation of 3D Auditory Scene Visualizer towards Auditory Awareness with Face Tracking， Proceedings of IEEE International Symposium on Multimedia (ISM2008)，pp.468–476，Berkeley，Dec．16．2008．doi:10.1109/ISM.2008.107

[19]

Kubota，Y.，Shiramatsu，S.，Yoshida，M.，Komatani，K.，Ogata，T.，Okuno，H.G.: 3D Auditory Scene Visualizer With Face Tracking: Design and Implementation For Auditory Awareness Compensation， Proceedings of 2nd International Symposium on Universal Communication (ISUC2008)，pp.42–49，IEEE，Osaka，Dec．15．2008． doi:10.1109/ISUC.2008.59

[20]

Kashino，M.，and Hirahara，T.: One，two，many – Judging the number of concurrent talkers, Journal of Acoustic Society of America, Vol.99，No.4 (1996)，Pt.2，2596.

[21]

徳田 浩一，駒谷 和範，尾形 哲也，奥乃 博: 音源定位結果と音声認識結果をHMDに統合呈示する聴覚障害者向け音環境理解支援システム， 情報処理学会第70回全国大会，5ZD-7，Mar．2008．

[22]

奥乃 博，中臺 一博: ロボット聴覚の課題と現状， 情報処理， Vol.44，No.11 (2003) pp.1138–1144，情報処理学会．

[23]

奥乃 博，溝口 博: ロボット聴覚のための情報統合の現状と課題， 計測と制御， Vol.46，No.6 (2007) pp.415–419，計測自動制御学会．

[24]

奥乃 博，山本 俊一: 音環境理解コンピューティング， 人工知能学会誌， Vol.22，No.6 (2007) pp.846–854，人工知能学会．

[25]

Takeda，R.，Nakadai，K.，Komatani，K.，Ogata，T.，and Okuno，H.G.: Exploiting Known Sound Sources to Improve ICA-based Robot Audition in Speech Separation and Recognition， In Proc．of IEEE/RSJ IROS-2007， pp.1757–1762，2007.

[26]

Tasaki，T.，Matsumoto，S.，Ohba，H.，Yamamoto，S.，Toda，M.，Komatani，K．and Ogata，T．and Okuno，H.G.: Dynamic Communication of Humanoid Robot with Multiple People Based on Interaction Distance, 人工知能学会論文誌， Vol.20，No.3 (Mar．2005) pp.209–219，人工知能学会．

[27]

H-D. Kim，K. Komatani，T. Ogata，H.G. Okuno: Binaural Active Audition for Humanoid Robots to Localize Speech over Entire Azimuth Range， Applied Bionics and Biomechanics，Special Issue on "Humanoid Robots"，Vol.6，Issue 3 & 4(Sep．2009) pp.355-368， Taylor & Francis 2009．