| 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 | 2010-11-19 10:15 線形2次系を利用した歌声のF0ダイナミクスの統計的モデル化と分析 ○大石康智・亀岡弘和・持橋大地・永野秀尚・柏野邦夫（NTT）  SP2010-80 |
|
| 抄録 | （和） | 本報告では，歌声の基本周波数(F0)系列に含まれる，ビブラートやオーバーシュートのような動的変動成分（ダイナミクス）を統計的にモデル化する手法とそのモデルパラメータ推定に関する新しい解法を提案する． 従来，線形2次系を利用してF0のダイナミクスをモデル化する試みがなされてきたが，自動的かつ正確にパラメータを推定することは難しかった． そこで，本稿ではモデルの自由度を効果的に下げる目的で，2次系のインパルス応答をあらかじめ用意したいくつかの振動基底の疎（スパース）な線形和によって表現し，2次系に基づく歌声のF0生成過程を完全に確率モデルとして記述する． そして，EM法と補助関数法に基づいて，効率的なパラメータ最適化アルゴリズムを導出する． 評価実験では，モデルパラメータの推定性能を従来法と比較し，さらに推定されたパラメータの歌唱者ごとの違いから歌唱スタイル・歌唱力の違いについて分析する． |
| （英） | We present a new statistical model for dynamics of various singing behaviors, such as vibrato and overshoot, in a fundamental frequency (F0) contour. These dynamics are the important cues for perceiving individuality of a singer, and can be a useful measure for various applications, such as singing skill evaluation and singing voice synthesis. While most previous studies have modeled the dynamics using a second-order linear system, the automatic and accurate estimation of model parameters has yet to be accomplished. In this paper, we first develop a complete stochastic representation of the second-order system with multiple oscillation bases, and propose a complete, efficient scheme for parameter estimation using the Expectation-Maximization (EM) algorithm. Experimental results show that the proposed method can decompose an F0 contour into a musical component and a dynamics component. Finally, we discuss estimating singing styles from the model parameters for each singer. |
|
| キーワード | （和） | 歌声 / 基本周波数 (F0) / F0動的変動成分 / 線形2次系 / EMアルゴリズム / 歌声合成 / / |
| （英） | Singing voice / Fundamental frequency (F0) / F0 dynamics / Second-order linear system / EM algorithm / Singing voice synthesis / / | |
| 文献情報 | 信学技報, vol. 110, no. 297, SP2010-80, pp. 65-70, 2010年11月. | |
| 資料番号 | SP2010-80 | |
| 発行日 | 2010-11-11 (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 | SP2010-80 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2010-11-18 - 2010-11-19 |
| 開催地（和） | 愛知県立大学 |
| 開催地（英） | Aichi Prefectural Univ. |
| テーマ（和） | 合成，生成，韻律，音声一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2010-11-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 線形2次系を利用した歌声のF0ダイナミクスの統計的モデル化と分析 |
| サブタイトル（和） | |
| タイトル（英） | Statistical Modeling and Analysis of Singing Voice F0 Dynamics based on Second-order Linear System |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 歌声 / Singing voice |
| キーワード(2)（和/英） | 基本周波数 (F0) / Fundamental frequency (F0) |
| キーワード(3)（和/英） | F0動的変動成分 / F0 dynamics |
| キーワード(4)（和/英） | 線形2次系 / Second-order linear system |
| キーワード(5)（和/英） | EMアルゴリズム / EM algorithm |
| キーワード(6)（和/英） | 歌声合成 / Singing voice synthesis |
| 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） | 大石 康智 / Yasunori Ohishi / オオイシ ヤスノリ |
| 第1著者 所属（和/英） | 日本電信電話株式会社コミュニケーション科学基礎研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 亀岡 弘和 / Hirokazu Kameoka / カメオカ ヒロカズ |
| 第2著者 所属（和/英） | 日本電信電話株式会社コミュニケーション科学基礎研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 持橋 大地 / Daichi Mochihashi / モチハシ ダイチ |
| 第3著者 所属（和/英） | 日本電信電話株式会社コミュニケーション科学基礎研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 永野 秀尚 / Hidehisa Nagano / ナガノ ヒデヒサ |
| 第4著者 所属（和/英） | 日本電信電話株式会社コミュニケーション科学基礎研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 柏野 邦夫 / Kunio Kashino / カシノ クニオ |
| 第5著者 所属（和/英） | 日本電信電話株式会社コミュニケーション科学基礎研究所 (略称： NTT) NTT Corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-11-19 10:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2010-80 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.297 |
| ページ範囲 | pp.65-70 |
| ページ数 | 6 |
| 発行日 | 2010-11-11 (SP) |
[研究会発表申込システムのトップページに戻る]