講演抄録/キーワード |
講演名 |
2013-05-17 09:45
音声合成のためのサブバンド符号化技術を用いた高速な波形生成 ○西澤信行・加藤恒夫(KDDI研) EA2013-15 SIP2013-15 SP2013-15 |
抄録 |
(和) |
HMM音声合成における波形生成処理を高速化するため、MPEGオーディオ符号化で用いられるサブバンド符号化技術を応用した音声波形の生成方法を提案する。提案方法は音源波形に対してフィルタバンクで帯域分割を行い、帯域分割波形の振幅をそれぞれ変更して組み合わせて音声のスペクトルを合成する方法が基となっているが、帯域分割波形を予めサブバンド符号化しておき、サブバンド符号領域で帯域分割波形を組み合わせることで、処理量を削減する。また、特に低域のスペクトル再現性を改善するための正弦波合成も併せて導入するが、この処理もサブバンド符号領域で行う。このような構成とすることで、音声合成システム上でのサブバンド符号化処理が不要となる。また提案手法では、従来のメルケプストラムからスペクトルを求める必要が生じるが、サブバンド符号の復号処理で用いられる離散コサイン変換(DCT)処理を利用したスペクトルの計算方法についても説明する。自然音声の分析結果から再合成した音声に対する主観評価実験の結果、提案手法はメル対数スペクトル近似(MLSA)フィルタを従来の波形生成方法よりも高いスコアが得られた。 |
(英) |
For fast waveform generation in HMM-based speech synthesizers, a new method using a subband coding method that is also used in the MPEG Audio is proposed in this study. The proposed method is based on a filter bank-based speech synthesis where spectral features are built by combination of scaled band-decomposed source waveforms, and performed on a subband coding system with pre-decomposed and pre-coded source waveforms to reduce computational cost. Furthermore, sinusoidal synthesis directly performed on the subband coding system is also introduced to improve accuracy of spectral feature reproduction mainly in low frequency bands. Thus, no encoding part is necessary in speech synthesizers of the proposed method. In addition, a computation method for spectrum from cepstrum using discrete cosine transformation (DCT) used in the decoder of the subband coding is explained. The result of a subjective evaluation for resynthesized sounds showed that the mean opinion scores of sounds by the proposed method are superior to those by the conventional method using a mel log spectrum approximation (MLSA) filter. |
キーワード |
(和) |
HMM音声合成 / 音声波形生成 / フィルタバンク / サブバンド符号化 / 組み込みシステム / / / |
(英) |
HMM-based speech synthesis / speech waveform generation / filter bank / subband coding / embedded systems / / / |
文献情報 |
信学技報, vol. 113, no. 29, SP2013-15, pp. 85-90, 2013年5月. |
資料番号 |
SP2013-15 |
発行日 |
2013-05-09 (EA, SIP, 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 |
EA2013-15 SIP2013-15 SP2013-15 |
研究会情報 |
研究会 |
SP EA SIP |
開催期間 |
2013-05-16 - 2013-05-17 |
開催地(和) |
岡山大学 |
開催地(英) |
|
テーマ(和) |
電気音響,信号処理,音声一般 |
テーマ(英) |
Speech and Acoustic Signal Processing, Speech, and Related Topics |
講演論文情報の詳細 |
申込み研究会 |
SP |
会議コード |
2013-05-SP-EA-SIP |
本文の言語 |
日本語 |
タイトル(和) |
音声合成のためのサブバンド符号化技術を用いた高速な波形生成 |
サブタイトル(和) |
|
タイトル(英) |
Fast speech waveform generation using subband coding for 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) |
音声波形生成 / speech waveform generation |
キーワード(3)(和/英) |
フィルタバンク / filter bank |
キーワード(4)(和/英) |
サブバンド符号化 / subband coding |
キーワード(5)(和/英) |
組み込みシステム / embedded systems |
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) |
西澤 信行 / Nobuyuki Nishizawa / ニシザワ ノブユキ |
第1著者 所属(和/英) |
株式会社KDDI研究所 (略称: KDDI研)
KDDI R&D Laboratories, Inc. (略称: KDDI Labs) |
第2著者 氏名(和/英/ヨミ) |
加藤 恒夫 / Tsuneo Kato / |
第2著者 所属(和/英) |
株式会社KDDI研究所 (略称: KDDI研)
KDDI R&D Laboratories, Inc. (略称: KDDI Labs) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2013-05-17 09:45:00 |
発表時間 |
25分 |
申込先研究会 |
SP |
資料番号 |
EA2013-15, SIP2013-15, SP2013-15 |
巻番号(vol) |
vol.113 |
号番号(no) |
no.27(EA), no.28(SIP), no.29(SP) |
ページ範囲 |
pp.85-90 |
ページ数 |
6 |
発行日 |
2013-05-09 (EA, SIP, SP) |
|