| 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 | 2009-12-22 15:50 多様な声質を表現するための因子分析モデルに基づくHMM音声合成 ○鹿住恭介・南角吉彦・徳田恵一（名工大）  NLC2009-28 SP2009-92 |
|
| 抄録 | （和） | 隠れマルコフモデル (HMM)に基づく音声合成システムにおいて，多様な 声質や発話スタイルを表現する手法の一つとして固有声手法と呼ばれる手法 が提案されている．これは特定話者について学習したHMMが少数の基底 (固有声)からなると考え，基底に対する重みづけによって任意の声質を表 現する手法である．この基底を推定する手法としてこれまで主成分分 析が用いられていたが，各話者依存のHMMから基底を計算しているため， 学習データを直接表現するモデルとなっていなかった．そこで本論文では， 因子分析を用いて固有声手法を確率モデル化する手法を提案する．これ により各基底を，最尤推定を行う学習アルゴリズムによって学習データ から直接推定できるようになり，従来法よりも音質が向上すると考えら れる．また，本研究では学習アルゴリズムとしてEMアルゴリズムとDAEM アルゴリズムを適用し，主観評価実験により合成音声の音質を評価した． |
| （英） | This paper describes factor analysis models for realizing various voice characteristics in the HMM-based speech synthesis. The eigenvoice method can synthesize speech with arbitrary voice characteristics by interpolating representative HMM sets. However, the objective of PCA is to accurately reconstruct each speaker-dependent HMM set, and this is not equivalent to estimating models which represent training data accurately. To overcome this problem, we propose a general speech model which generates speech utterances with various voice characteristics directly. In the proposed method, the HMM states, factors representing voice characteristics and contextual decision trees are simultaneously optimized within a unified framework. |
|
| キーワード | （和） | HMM音声合成 / 因子分析 / 固有声 / 変分EMアルゴリズム / DAEMアルゴリズム / / / |
| （英） | HMM-based speech synthesis / eigenvoice / factor analysis / variational expectation maximization algorithm / deterministic annealing EM algorithm / / / | |
| 文献情報 | 信学技報, vol. 109, no. 356, SP2009-92, pp. 177-182, 2009年12月. | |
| 資料番号 | SP2009-92 | |
| 発行日 | 2009-12-14 (NLC, 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 | NLC2009-28 SP2009-92 |
|
| 研究会情報 | |
| 研究会 | SP NLC |
| 開催期間 | 2009-12-21 - 2009-12-22 |
| 開催地（和） | 東京大学・山上会館 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 第11回音声言語シンポジウム(SP・NLC共催/SLP連催) |
| テーマ（英） | 11th Spoken Language Symposium (SP/NLC/SLP) |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2009-12-SP-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | 多様な声質を表現するための因子分析モデルに基づくHMM音声合成 |
| サブタイトル（和） | |
| タイトル（英） | Factor analysis models representing various voice characteristics for HMM based speech synthesis |
| 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） | 因子分析 / eigenvoice |
| キーワード(3)（和/英） | 固有声 / factor analysis |
| キーワード(4)（和/英） | 変分EMアルゴリズム / variational expectation maximization algorithm |
| キーワード(5)（和/英） | DAEMアルゴリズム / deterministic annealing EM algorithm |
| 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） | 鹿住 恭介 / Kyosuke Kazumi / カズミ キョウスケ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-12-22 15:50:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2009-28, SP2009-92 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.355(NLC), no.356(SP) |
| ページ範囲 | pp.177-182 |
| ページ数 | 6 |
| 発行日 | 2009-12-14 (NLC, SP) |
[研究会発表申込システムのトップページに戻る]