| 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 | 2014-05-25 11:30 ［研究紹介］音声F0パターン生成過程の確率モデルによるテキストからの韻律生成 ○門脇健人・石原達馬・北条伸克（東大）・亀岡弘和（東大/NTT）  SP2014-28 |
|
| 抄録 | （和） | 本研究では，テキスト音声合成を目的としてテキストからF0パターンを生成する問題を扱う．テキスト音声合成において隠れマルコフモデル（Hidden Markov Model; HMM）に基づく統計的アプローチが成功を収めているが，従来の HMM 音声合成手法によって生成されるF0パターンのパラメータは過剰に平滑化される傾向にあり，必ずしも肉声に近いF0パターンが生成されるとは限らなかった．それに対して，我々は自然なイントネーションを実現する為に，藤崎らによるF0パターンの生成過程モデル（藤崎モデル）に着目した. 我々の研究室では既に，藤崎モデルの確率モデル化に成功しており，本研究では当該モデルをコンテキスト依存型へと拡張し，モデル学習の為のアルゴリズムを導出した． |
| （英） | This paper deals with the problem of generating the fundamental frequency (F0) contour of speech from a text input for text-to-speech synthesis. We have previously introduced a statistical model describing the generating process of speech F0 contours, based on the discrete-time version of the Fujisaki model. One remarkable feature of this model is that it has allowed us to derive an efficient algorithm based on powerful statistical methods for estimating the Fujisaki-model parameters from raw F0 contours. To associate a sequence of the Fujisaki-model parameters with a text input based on statistical learning, this paper proposes extending this model to a context-dependent one. we further propose a parameter training algorithm for the present model based on a decision tree-based context clustering. | |
| キーワード | （和） | テキスト音声合成 / 韻律生成 / 藤崎モデル / 隠れマルコフモデル / コンテキストクラスタリング / / / |
| （英） | Text-to-speech / Speech prosody generation / Fujisaki model / Hidden markov model / Context clustering / / / | |
| 文献情報 | 信学技報, vol. 114, no. 52, SP2014-28, pp. 309-314, 2014年5月. | |
| 資料番号 | SP2014-28 | |
| 発行日 | 2014-05-17 (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 | SP2014-28 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-MUS |
| 開催期間 | 2014-05-24 - 2014-05-25 |
| 開催地（和） | 日本大学文理学部キャンパス 百周年記念館 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2014 |
| 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 | 2014-05-SP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | ［研究紹介］音声F0パターン生成過程の確率モデルによるテキストからの韻律生成 |
| サブタイトル（和） | |
| タイトル（英） | Text-to-speech prosody synthesis based on probabilistic model for F0 contour |
| サブタイトル（英） | |
| キーワード(1)（和/英） | テキスト音声合成 / Text-to-speech |
| キーワード(2)（和/英） | 韻律生成 / Speech prosody generation |
| キーワード(3)（和/英） | 藤崎モデル / Fujisaki model |
| キーワード(4)（和/英） | 隠れマルコフモデル / Hidden markov model |
| キーワード(5)（和/英） | コンテキストクラスタリング / Context clustering |
| 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） | 門脇 健人 / Kento Kadowaki / カドワキ ケント |
| 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） | 石原 達馬 / Tatsuma Ishihara / イシハラ タツマ |
| 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） | 北条 伸克 / Nobukatsu Hojo / ホウジョウ ノブカツ |
| 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） | 亀岡 弘和 / Hirokazu Kameoka / カメオカ ヒロカズ |
| 第4著者 所属（和/英） | 東京大学/日本電信電話株式会社 (略称： 東大/NTT) The University of Tokyo/Nippon Telegraph and Telephone Corporation (略称： Univ. of Tokyo/NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-05-25 11:30:00 |
| 発表時間 | 240分 |
| 申込先研究会 | SP |
| 資料番号 | SP2014-28 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.52 |
| ページ範囲 | pp.309-314 |
| ページ数 | 6 |
| 発行日 | 2014-05-17 (SP) |
[研究会発表申込システムのトップページに戻る]