| 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 | 2011-12-20 16:35 HMM音声合成における不特定話者スタイル変換の検討 ○金川裕紀・能勢 隆・小林隆夫（東工大）  NLC2011-54 SP2011-99 |
|
| 抄録 | （和） | 本論文では隠れマルコフモデル(HMM)に基づく音声合成において，目標話者の読上げスタイルの音声のみから異なる目標スタイルの音声を生成する手法を提案する．従来，読上げスタイルモデルから少量の目標スタイル音声を用いてスタイル適応を行うことにより目標スタイルの任意の文章を合成する手法が提案されているが，目標スタイルの音声が得られない場合にはこの手法を利用することはできない．提案法では，あらかじめ複数の話者により学習された読上げスタイルモデルに対し，同じ話者による目標スタイルへのスタイル変換を線形変換により表現する．これにより得られる変換行列は特定の話者に依存しない不特定話者のスタイル変換を表すため，これを目標話者の読上げスタイルモデルに適用することで目標話者の目標スタイル音声が利用できない場合についてもスタイル音声の合成が可能となる．評価実験では変換後の合成音声について話者性，スタイル再現性および自然性の3つの観点から提案法の有効性を検討する． |
| （英） | This paper proposes a technique for synthesizing speech of a desired style using speaker-independent style conversion in HMM-based speech synthesis. The HMM-based style adaptation technique has been proposed that can synthesize speech of arbitrary sentences with a target style. However, this technique cannot be used when the speech data of the target style is not available. To overcome the problem, we extend the speaker-dependent style conversion in the style adaptation to speaker-independent one. Specifically, first we prepare neutral- and target-style speech data of multiple speakers and train a neutral-style average voice model. The style conversion from the average voice model to the target style one is trained using linear transformation. We then apply the transformation matrices to the neutral-style model of the target speaker. Finally, we obtain the target-style model of the target speaker and synthesize the style-converted speech. We evaluate the proposed technique in terms of speaker and style characteristics and naturalness. | |
| キーワード | （和） | HMM音声合成 / 発話様式・感情表現 / スタイル音声 / スタイル適応 / 線形回帰 / / / |
| （英） | HMM-based speech synthesis / speaking style and emotional expression / expressive speech / style adaptation / linear regression / / / | |
| 文献情報 | 信学技報, vol. 111, no. 365, SP2011-99, pp. 191-196, 2011年12月. | |
| 資料番号 | SP2011-99 | |
| 発行日 | 2011-12-12 (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 | NLC2011-54 SP2011-99 |
|
| 研究会情報 | |
| 研究会 | SP NLC IPSJ-SLP |
| 開催期間 | 2011-12-19 - 2011-12-20 |
| 開催地（和） | 芝浦工業大学 豊洲キャンパス |
| 開催地（英） | |
| テーマ（和） | 第13回音声言語シンポジウム |
| 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 | 2011-12-SP-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | HMM音声合成における不特定話者スタイル変換の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Speaker Independent Style Conversion in HMM 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） | 発話様式・感情表現 / speaking style and emotional expression |
| キーワード(3)（和/英） | スタイル音声 / expressive speech |
| キーワード(4)（和/英） | スタイル適応 / style adaptation |
| キーワード(5)（和/英） | 線形回帰 / linear regression |
| 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） | 金川 裕紀 / Hiroki Kanagawa / カナガワ ヒロキ |
| 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） | 能勢 隆 / Takashi Nose / ノセ タカシ |
| 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） | 小林 隆夫 / Takao Kobayashi / コバヤシ タカオ |
| 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) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-12-20 16:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2011-54, SP2011-99 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.364(NLC), no.365(SP) |
| ページ範囲 | pp.191-196 |
| ページ数 | 6 |
| 発行日 | 2011-12-12 (NLC, SP) |
[研究会発表申込システムのトップページに戻る]