| 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 | 2013-01-30 16:15 日本語HMM音声合成のフルコンテキストラベルの改良 ○橋本浩弥・広瀬啓吉・峯松信明（東大）  SP2012-103 |
|
| 抄録 | （和） | HMM音声合成におけるコンテキストラベルを改良した。従来のラベルでは、文のモーラ数や文中における呼気段落の番号などが用いられていたが、任意の長さの文を生成可能にするためには、多くのラベルの種類を必要とし、可能なラベルの組み合わせが爆発的に増加するという問題がある。また、日本語音声においては、韻律に関するラベルは、主にアクセント句を基軸として設計されているが、アクセント句は明確に定義されているものではなく、テキストのみならず、話者、発話速度、発話スタイルによって変化する。このため、学習コーパスに対し、自動的にアクセント句境界を高精度に推定することが難しく、韻律とのミスマッチが生ずることとなる。これに対し、アクセント句に比べて定義がより明確な文節を基本単位とし、その前後関係にのみ着目することで、文の長さに依存せず、ラベルの自動推定が（従来に比べて）容易（かつ安定）なコンテキストラベルを提案する。提案するラベルの有効性を、合成音声の聴取実験により確認した。 |
| （英） | An improved set of context labels was proposed for HMM-based speech synthesis of Japanese. The conventional labels include those related to sentence length, such as number of mora and order of breath group. When handling sentences with various lengths, label numbers increase, which causes the “explosion” of label combinations. Furthermore, in Japanese, labels related to prosody are mostly designed based on the unit “accent phrase,” whose definition is somewhat unclear; it is not uniquely defined for a given sentence, but also is affected by other factors such as speaker identity, speaking rate, and utterance style. Therefore, reliable prediction of accent phrase boundaries for sentences included in the training speech corpus comes difficult, leading to occasional mismatches in the predicted boundaries and prosodic features. In the proposed labels, “bunsetsu” is used instead as the basic unit for prosody. Also, we only view its relations with preceding and following “bunsetsu’s.” By doing so, the labels not related to the sentence lengths are obtained, with easier automatic prediction of labels only from sentence representations. Validity of the proposed labels was shown through a listening experiment of synthetic speech. | |
| キーワード | （和） | HMM音声合成 / コンテキストラベル / / / / / / |
| （英） | HMM-based speech synthesis / context labels / / / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 422, SP2012-103, pp. 31-36, 2013年1月. | |
| 資料番号 | SP2012-103 | |
| 発行日 | 2013-01-23 (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 | SP2012-103 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2013-01-30 - 2013-01-31 |
| 開催地（和） | 同志社大学 |
| 開催地（英） | Doshisha Univ. |
| テーマ（和） | 音声・言語・対話，一般 |
| テーマ（英） | Speech, Language, and Dialogue, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2013-01-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | 日本語HMM音声合成のフルコンテキストラベルの改良 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of context label in HMM-based speech synthesis for Japanese |
| 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） | コンテキストラベル / context labels |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| 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） | 橋本 浩弥 / Hiroya Hashimoto / ハシモト ヒロヤ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) the University of Tokyo (略称： Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 広瀬 啓吉 / Keikichi Hirose / ヒロセ ケイキチ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) the University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 峯松 信明 / Nobuaki Minematsu / ミネマツ ノブアキ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) the University of Tokyo (略称： Univ. of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-01-30 16:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2012-103 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.422 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2013-01-23 (SP) |
[研究会発表申込システムのトップページに戻る]