[論文レビュー] SpeechJammer: A System Utilizing Artificial Speech Disturbance with Delayed Auditory Feedback

Kazutaka Kurihara, K. Tsukada|arXiv (Cornell University)|Feb 28, 2012

Speech and Audio Processing参考文献 4被引用数 32

ひとこと要約

本論文では、方向性マイクロフォンとスピーカーを用いた構成で、200–500 msの遅延を伴う聴覚フィードバック（DAF）を再ルーティングすることで、人の発話を妨害するシステムであるSpeechJammerを紹介している。このシステムは物理的接触を伴わず、グループ内での発話行動を制御する非侵襲的な手法を提供しており、制御された実験において高い妨害効果を示す初期結果が得られている。

ABSTRACT

In this paper we report on a system, "SpeechJammer", which can be used to disturb people's speech. In general, human speech is jammed by giving back to the speakers their own utterances at a delay of a few hundred milliseconds. This effect can disturb people without any physical discomfort, and disappears immediately by stop speaking. Furthermore, this effect does not involve anyone but the speaker. We utilize this phenomenon and implemented two prototype versions by combining a direction-sensitive microphone and a direction-sensitive speaker, enabling the speech of a specific person to be disturbed. We discuss practical application scenarios of the system, such as facilitating and controlling discussions. Finally, we argue what system parameters should be examined in detail in future formal studies based on the lessons learned from our preliminary study.

研究の動機と目的

• 物理的接触を伴わない非侵襲的システムを構築すること。
• 遅延聴覚フィードバック（DAF）を発話妨害のメカニズムとして用いることの検討。
• グループ環境における特定の人物を標的にする方向性システムの設計およびプロトタイプ開発。
• DAFに基づく妨害の実世界における応用可能性の評価。
• 将来的な発話干渉に関する正式な研究のための重要なシステムパラメータの同定。

提案手法

• 特定の人物からの発話を捉えるために方向性マイクロフォンを用いる。
• 200–500 msの遅延を伴う聴覚フィードバックループにより、発話者の声を再導入する。
• 方向性スピーカーを用いて、遅延音声を発話者に向けて集中して再放出することで、局所的効果を最大化する。
• 概念の検証のために、市販部品を用いて2通りのプロトタイプを製作した。
• 音声フィードバックの対象となるのは発話者に限定され、他の人々への干渉を最小限に抑える。
• 発話者が話さない間は即座に妨害が停止するように設計されている。

実験結果

リサーチクエスチョン

• RQ1 遅延聴覚フィードバックを、標的的かつ非侵襲的に発話を妨害するために効果的に利用できるか？
• RQ2 方向性音声配信は、発話妨害の精度と効果をどのように向上させるか？
• RQ3 最大の発話妨害効果を得るために最適な遅延時間は何か？（不快感を引き起こさない範囲で。）
• RQ4 どのような実世界の環境で、このようなシステムが発話行動の制御に実用的に応用可能か？
• RQ5 遅延、指向性、利得などのシステムパラメータは、今後の正式な研究においてどの程度さらに検討が必要か？

主な発見

• SpeechJammerシステムは制御された実験において、参加者が頻繁に発話の途中で止まる、またはつまづくなど、発話を効果的に妨害した。
• 妨害効果は標的となった発話者に限定的であり、周囲の他の人々への影響は最小限に抑えられた。
• システムを起動すると即座に妨害効果が現れ、発話者が話さなくなると直ちに停止した。
• 200–500 msの遅延が、発話妨害を誘発するのに最も効果的であることが判明した。
• 方向性構成により、標的の正確性が著しく向上し、意図しない干渉が減少した。
• 初期のユーザーフィードバックでは、物理的不快感を伴わず、顕著な発話妨害効果が得られたと報告された。