講演抄録/キーワード |
講演名 |
2015-12-02 11:15
音声波形加工に基づく非母語音声の継続長補正法の評価と分析 ○倶羅真也・高道慎之介(奈良先端大)・戸田智基(奈良先端大/名大)・ニュービッグ グラム・サクティ サクリアニ・中村 哲(奈良先端大) SP2015-73 |
抄録 |
(和) |
言語学習等への応用を見据え,非母語話者により発話された音声に対して,発話リズムを補正する技術が研究されている.代表的な手法として,母語話者の音声を参照音声として,動的時間伸縮を用いて音声特徴量系列を変形することで,補正音声を合成する枠組みが提案されている.柔軟な発話リズム補正が可能となる一方で,音声分析合成処理による音質劣化は避けられない.
本稿では,音声分析合成処理による音質劣化を回避する補正法として,動的時間伸縮と音声波形加工処理による発話リズム補正法を提案する.時間伸縮規則を獲得する際には,統計的声質変換を適用することで,話者性の差異が音声スペクトルパラメータに与える影響を緩和するとともに,非母語話者音声に見られる音素挿入誤りにも対処する.
日本語母語話者による英語音声(日本人英語)を用いた実験的評価から,提案法により,音質劣化を緩和しつつ,より自然な継続長を持つ英語音声を合成できることを示す.また,時間伸縮により生じる局所的な音質劣化の影響について,音声スペクトルパラメータの変調スペクトルを用いて分析する. |
(英) |
There are several attempts at correcting durational patterns of non-native speech towards language learning. One of the typical approaches modifies a speech parameter sequence with Dynamic Time Warping (DTW) using native speech as the reference, generating corrected speech from the modified speech parameter sequence. Although this approach makes it possible to flexibly modify durational patterns of non-native speech, quality of the corrected speech significantly degrades due to the use of analysis-synthesis process to generate the corrected speech.
In this report, we propose a method for correcting durational patterns using direct waveform modification for performing DTW. In calculating a temporal warping function, statistical voice conversion is effectively used to reduce an adverse effect caused by speaker differences. Moreover, phoneme insertion often observed in non-native speech is also handled.
We conducted an experimental evaluation using English speech read by Japanese, demonstrating that the proposed method was capable of flexibly modifying durational patterns while avoiding quality degradation caused by the analysis-synthesis process. Furthermore, waveform segments suffering from quality degradation caused by temporal warping was analyzed using the modulation spectrum of spectral parameters. |
キーワード |
(和) |
非母語音声 / 継続長補正 / 動的時間伸縮 / 波形加工 / 変調スペクトル / / / |
(英) |
non-native speech / correction of durational patterns / dynamic time warping / waveform modification / modulation spectrum / / / |
文献情報 |
信学技報, vol. 115, no. 346, SP2015-73, pp. 19-24, 2015年12月. |
資料番号 |
SP2015-73 |
発行日 |
2015-11-25 (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) |
査読に ついて |
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります. |
PDFダウンロード |
SP2015-73 |