| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2008-10-23 17:30 平均声からの話者適応手法を用いた重回帰HSMMに基づく合成音声の声質制御 ○橘 誠・河野明文・能勢 隆・小林隆夫（東工大）  SP2008-63 |
|
| 抄録 | （和） | 本研究では，重回帰隠れセミマルコフモデル（重回帰HSMM）に基づく合成音声の声質制御手法において，様々な声質の制御を少量の学習データから容易に実現することを目的に，平均声モデルからの話者適応手法を導入することを提案する．提案手法では，まず平均声モデルに少量の適応データを用いて話者適応を行い，学習に用いる各話者の話者適応HSMMを作成する．得られた話者適応HSMMのモデルパラメータと話者毎の声質の特徴を表す声質ベクトルから，最小二乗基準で重回帰HSMMの回帰行列を求め，最尤推定により補正を行う．20名の各話者50文章のデータを用いた声質制御実験を行い，主観評価から提案手法が合成音声の声質制御に有効であることを示す．さらに，複数の重回帰HSMMをモデル補間する手法を提案し，これを用いて複数の声質を制御することを試み，その結果を報告する． |
| （英） | This paper describes a technique for controlling voice quality of synthetic speech using multiple-regression hidden semi-Markov model (MRHSMM). To achieve voice quality control with a small amount of training data, we incorporate a speaker adaptation technique from an average voice model into MRHSMM-based voice quality control. In the proposed technique, we first adapt the average voice model to respective training speakers using a small amount of adaptation data. Then, using obtained speaker-adapted HSMMs and low-dimensional voice quality control vector for each training speaker, the regression matrices of MRHSMM are estimated based on least square method and maximum likelihood estimation. We attempt to control voice quality of synthetic speech using 20 speakers' data of 50 sentences for each speaker. From results of subjective evaluation, we show that the proposed technique can control several voice qualities of synthetic speech. Furthermore, we propose model interpolation technique for the MRHSMMs and show its evaluation results. | |
| キーワード | （和） | HMM音声合成 / 声質制御 / 重回帰HSMM / 平均声モデル / 話者適応 / / / |
| （英） | HMM-based speech synthesis / voice quality control / multiple-regression HSMM / average voice model / speaker adaptation / / / | |
| 文献情報 | 信学技報, vol. 108, no. 265, SP2008-63, pp. 41-46, 2008年10月. | |
| 資料番号 | SP2008-63 | |
| 発行日 | 2008-10-16 (SP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2008-63 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2008-10-23 - 2008-10-24 |
| 開催地（和） | 熊本大 |
| 開催地（英） | Kumamoto Univ. |
| テーマ（和） | 合成，生成，韻律，一般 |
| テーマ（英） | Speech Sysnthesis, Speech Production, Prosody, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2008-10-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 平均声からの話者適応手法を用いた重回帰HSMMに基づく合成音声の声質制御 |
| サブタイトル（和） | |
| タイトル（英） | An MRHSMM-based voice quality control technique for synthetic speech using speaker adaptation from average voice model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | HMM音声合成 / HMM-based speech synthesis |
| キーワード(2)（和/英） | 声質制御 / voice quality control |
| キーワード(3)（和/英） | 重回帰HSMM / multiple-regression HSMM |
| キーワード(4)（和/英） | 平均声モデル / average voice model |
| キーワード(5)（和/英） | 話者適応 / speaker adaptation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 橘 誠 / Makoto Tachibana / タチバナ マコト |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第2著者 氏名（和/英/ヨミ） | 河野 明文 / Akifumi Kouno / コウノ アキフミ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第3著者 氏名（和/英/ヨミ） | 能勢 隆 / Takashi Nose / ノセ タカシ |
| 第3著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 第4著者 氏名（和/英/ヨミ） | 小林 隆夫 / Takao Kobayashi / コバヤシ タカオ |
| 第4著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Tech) |
| 講演者 | 第1著者 |
| 発表日時 | 2008-10-23 17:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2008-63 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.265 |
| ページ範囲 | pp.41-46 |
| ページ数 | 6 |
| 発行日 | 2008-10-16 (SP) |
[研究会発表申込システムのトップページに戻る]