1. ニューラルネットワーク
による音声の分類
Yamaguchi

2. 動機(１) ハイキュー！！
• ２０１２年から少年ジャンプで連載中
• 二期までアニメ化（三期は２０１６年春）
• 山口忠君は一日で一番多く口にする単語が
「ツッキー！」（公式）
• 山口君マジ母性

3. 動機(２) かわいすぎ

4. 動機(３)
山口の「ツッキー！」は心臓に悪い
なんとかして動画中の「ツッキー！」に斎藤壮馬受け
ボイスをかぶせることができないだろうか
（C++には音声ライブラリがない・・・？自作ライブラ
リ？ むずかしい、できないよ！）
まずは「ツッキー！」を分類するプログラムを作
ろう！

5. ・・・ということでデータの用意
「ツッキー！」 サンプル１７個 テストデータ１個
ダミーとして
Free! ドラマCD ７個 １個
ハイキュー！！ ７個 １個
真夏の夜の淫夢第一章 ４個 １個
最大振幅を合わせた0.3秒のmp3を16kHzでサンプリング
→48000サンプルを切り出して160サンプルごとにMFCC

6. MFCC（メル周波数ケプストラム）の簡単
なおさらい
• 音声信号→フーリエ変換→絶対値→対数→フーリエ変換
→ケプストラム
• ケプストラムの低次成分に人の周波数知覚特性を考慮した重み付
けをした特徴量が、MFCC

7. 分類！わーい！
• こんなプログラムを書きましたコピペしました。

8. ドキドキの結果

9. 最後に
• 実行するたびに結果が変わることがある 初期値ランダムだもんね
• ブラックボックス気持ち悪い！
• 動画に挿入できる日はいつになるやら

10. Special Thanks
• Cookies氏
• Kivantium氏
And 聞いてくれたみなさま！