| 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 | 2014-11-13 16:30 Kinectによる顔特徴量を利用した合成音声の感情表現・発話様式の直観的制御の検討 畢 煜・○能勢 隆・伊藤彰則（東北大）  SP2014-94 |
|
| 抄録 | （和） | 本稿では，テキスト音声合成においてユーザが容易に合成音声の感情表現・発話様式(スタイル)を変更できる手法として，Kinectによる顔特徴量を利用した重回帰隠れマルコフモデル(HSMM)に基づくスタイル制御法を提案する．提案法では，学習データに含まれるスタイルとその表出度合をユーザの顔特徴量であるAnimation Unit(AU)を説明変数とした重回帰により表現する．具体的にはHSMMの各分布の平均パラメータがAUパラメータによる重回帰で表されると仮定する．この際，元のAUパラメータ間の相関が問題となるため，主成分分析により直交化および次元削減を行う．合成時には顔の表情を所望のスタイルに応じて変化させることで，それに応じた合成音声を生成することができる．本稿では，適切なAUパラメータの次元数やユーザの違いによる性能の違いについて評価を行った結果を報告する． |
| （英） | This paper proposes a style control technique of synthetic speech based on multiple regression HSMM (MRHSMM) using facial features. In the proposed technique, styles and their intensities are represented by Animation Unit (AU) parameters and are modeled by an assumption that mean parameters of acoustic models are given as multiple regressions of the AU parameters. Since correlation among AU parameters is problematic in the modeling, we conducted orthogonalization and dimiensionality reduction in advance. When synthesizing speech, we can generated synthetic speech with an intended style by inputting the corresponding facial expression. In this study, we examine the appropriate number of AU parameters and discuss the performance difference depending on the users. | |
| キーワード | （和） | HMM音声合成 / スタイル制御 / 重回帰HSMM / 顔特徴量 / Kinect / / / |
| （英） | HMM-based speech synthesis / style control / multple-regression HSMM / facial features / Kinect / / / | |
| 文献情報 | 信学技報, vol. 114, no. 303, SP2014-94, pp. 25-30, 2014年11月. | |
| 資料番号 | SP2014-94 | |
| 発行日 | 2014-11-06 (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 | SP2014-94 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2014-11-13 - 2014-11-14 |
| 開催地（和） | 九州大学筑紫キャンパス |
| 開催地（英） | Kyushu Univ. Chikushi Campus |
| テーマ（和） | 合成，韻律，生成，音声一般 |
| 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 | 2014-11-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | Kinectによる顔特徴量を利用した合成音声の感情表現・発話様式の直観的制御の検討 |
| サブタイトル（和） | |
| タイトル（英） | A study on intuitive control of emotional expressions and speaking styles using facial features by Kinect |
| 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） | スタイル制御 / style control |
| キーワード(3)（和/英） | 重回帰HSMM / multple-regression HSMM |
| キーワード(4)（和/英） | 顔特徴量 / facial features |
| キーワード(5)（和/英） | Kinect / Kinect |
| 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） | 畢 煜 / Yu Bi / |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 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） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 伊藤 彰則 / Akinori Ito / イトウ アキノリ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 講演者 | 第2著者 |
| 発表日時 | 2014-11-13 16:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2014-94 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.303 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2014-11-06 (SP) |
[研究会発表申込システムのトップページに戻る]