| 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 | 2010-06-11 15:30 スペクトル距離に基づく声道長正規化のための周波数帯域の選定について ○岡本恵里香・浅香佳希・西村竜一・入野俊夫・河原英紀（和歌山大）  EA2010-36 |
|
| 抄録 | （和） | 母音のスペクトル形状は，主要な要因である声道長に加え，声道音源波形や梨状窩による零などの影響により個人毎に大きく異なっている．この個人差を取り除くことは，高品質な音声モーフィングの実現や音声認識における重要な課題である．本研究では，この主要な変動要因である声道長比の推定精度を改善する方法を検討した．スペクトル距離に基づく声道長比の推定において，声道長比の影響が支配的である周波数帯域を選択することにより，推定精度を改善できると考えられる．実験では，28名により読み上げられた文音声の全ての組合せから推定された相対的な声道長を真値と仮定し，周波数帯域と推定精度との関係を調べた．その結果，MFCCの計算に用いられるフィルタ出力の対数スペクトル距離とその周波数方向の導関数の距離とを合成した距離を400Hzから4000Hzの周波数帯域で評価した場合に，最良の結果が得られることが示された． |
| （英） | Normalization of speaker dependent spectral differences is an important issue in speech applications, such as automatic speech recognition and high-quality voice morphing.Individual spectral differences are primarily dependent on vocal tract length differences.They are also dependent on glottal source signal and the shape of pyriform fossa.This article investigates effects of frequency range selection on spectral distance-based vocal tract length normalization (VTLN).It is based on an idea that the best VTLN performance can be attained by selecting frequency region where spectral differences are virtually exclusively determined by differences of vocal tract length.All combination of utterances spoken by 28 subjects were used to calculate estimates of their relative vocal tract lengths, which are used as the tentative ``true'' lengths to evaluates deviation of each VTL ratio estimation based on spectral distances.The test results revealed that the best performance is yielded by selecting frequency region spanning from 400~Hz to 4000~Hz, using an integrated logarithmic spectral distance using outputs of MFCC filter bank and their frequency derivatives. |
|
| キーワード | （和） | 声道長 / 正規化 / 周波数帯域 / スペクトル距離 / / / / |
| （英） | vocal tract length / normalization / frequency band / spectral distance / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 71, EA2010-36, pp. 83-88, 2010年6月. | |
| 資料番号 | EA2010-36 | |
| 発行日 | 2010-06-03 (EA) | |
| 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 | EA2010-36 |
|
| 研究会情報 | |
| 研究会 | EA |
| 開催期間 | 2010-06-10 - 2010-06-11 |
| 開催地（和） | 北海道医療大学 |
| 開催地（英） | Health Sci. Univ. of Hokkaido |
| テーマ（和） | 応用（電気）音響／音楽音響／聴覚 |
| テーマ（英） | Engineering/Electro Acoustics, Musical Acoustics, Psychological and Physiological Acoustics, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2010-06-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | スペクトル距離に基づく声道長正規化のための周波数帯域の選定について |
| サブタイトル（和） | |
| タイトル（英） | Relevant Frequency band for vocal tract length normalization based on spectral distance |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 声道長 / vocal tract length |
| キーワード(2)（和/英） | 正規化 / normalization |
| キーワード(3)（和/英） | 周波数帯域 / frequency band |
| キーワード(4)（和/英） | スペクトル距離 / spectral distance |
| キーワード(5)（和/英） | / |
| 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） | 岡本 恵里香 / Erika Okamoto / オカモト エリカ |
| 第1著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 浅香 佳希 / Yoshiki Asaka / アサカ ヨシキ |
| 第2著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 西村 竜一 / Ryuichi Nisimura / ニシムラ リュウイチ |
| 第3著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 入野 俊夫 / Toshio Irino / イリノ トシオ |
| 第4著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 河原 英紀 / Hideki Kawahara / カワハラ ヒデキ |
| 第5著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-06-11 15:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | EA |
| 資料番号 | EA2010-36 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.71 |
| ページ範囲 | pp.83-88 |
| ページ数 | 6 |
| 発行日 | 2010-06-03 (EA) |
[研究会発表申込システムのトップページに戻る]