| 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 15:45 パラ言語情報を表現可能な対話音声合成のための重回帰HSMMの検討 ○永田智洋・森 大毅（宇都宮大）・能勢 隆（東工大）  NLC2011-52 SP2011-97 |
|
| 抄録 | （和） | 本稿では，隠れセミマルコフモデル(HSMM) に基づく音声合成方式に重回帰モデルを組み込んだ重回帰HSMM を用いて，対話音声に見られる多様なパラ言語情報を制御可能な音声合成を目指す．本研究では，パラ言語情報を少数の次元から構成される空間上の座標として表現し，この空間を構成する次元を重回帰モデルの説明変数として用いる．次元には感情状態を表す一般的な指標とされている「快-不快」，「覚醒-睡眠」の2 つの次元を用いる．モデルの学習時には各発話に対し次元毎に主観的に評価された評価値を用いて学習し，合成時には任意の評価値を与えて任意の感情状態の音声を合成する．合成された音声の音響的特徴量から，2 つの次元が合成音声に与える影響について検討する．また，合成された音声に対して3 つの主観評価実験を行った．まず，自然性評価を行い，合成された音声の自然性について示した．次に，再現性評価を行い，付与した感情状態の再現性について示した．最後に，感情状態の表出について評価を行い，意図した感情状態が伝達されていることを示した． |
| （英） | In this paper, we aim at the realization of the speech synthesis that can control paralinguistic informationusing multiple regression HSMM, incorporated a multiple regression model in hidden semi-Markovmodel(HSMM)-based speech synthesis scheme. In this study, the paralinguistic information is expressed as a coordinateon space comprised of a small number dimension and the dimensions are used as an explanation variable ofthe multiple regression model. Two dimensions that considered to be a general index to express emotional state for“PLEASANTNESS” and “AROUSAL” are used. When learning model, evaluated values are used subjectively foreach dimensions. And when synthesize speech, we synthesize any speech that reflected emotion by giving arbitraryvalues. We examine the influence that two dimensions give synthesized speech with acoustic features of synthesizedspeech. Additionally, we have three subjective experiments for synthesized speech. First, the result of a naturallytest show that synthesized speech are natural. Next, the result of a reproducibility test show that reproducibilityof given emotion. Finally, the result of a emotional expression test show that synthesized speech transmit an aimed emotion. | |
| キーワード | （和） | HMM音声合成 / 重回帰HSMM / 対話音声合成 / パラ言語情報 / / / / |
| （英） | HMM-based speech synthesis / multiple regression HSMM / conversational speech synthesis / paralinguistic information / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 365, SP2011-97, pp. 179-184, 2011年12月. | |
| 資料番号 | SP2011-97 | |
| 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 | NLC2011-52 SP2011-97 |
|
| 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-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | パラ言語情報を表現可能な対話音声合成のための重回帰HSMMの検討 |
| サブタイトル（和） | |
| タイトル（英） | An MRHSMM-based conversational speech synthesis with controllability of paralinguistic information |
| 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） | 重回帰HSMM / multiple regression HSMM |
| キーワード(3)（和/英） | 対話音声合成 / conversational speech synthesis |
| キーワード(4)（和/英） | パラ言語情報 / paralinguistic information |
| 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） | 永田 智洋 / Tomohiro Nagata / ナガタ トモヒロ |
| 第1著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ) |
| 第2著者 氏名（和/英/ヨミ） | 森 大毅 / Hiroki Mori / モリ ヒロキ |
| 第2著者 所属（和/英） | 宇都宮大学 (略称： 宇都宮大) Utsunomiya University (略称： Utsunomiya Univ) |
| 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) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-12-20 15:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | NLC2011-52, SP2011-97 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.364(NLC), no.365(SP) |
| ページ範囲 | pp.179-184 |
| 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]