| 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 | 2016-01-14 15:10 スペクトル特徴量の次元間の関係性を用いた合成音声の客観評価 ○井島勇祐・浅見太一（NTT）・水野秀之（諏訪東京理科大）  SP2015-90 |
|
| 抄録 | （和） | 本論文では，統計的パラメトリック音声合成のためのスペクトル特徴量の次元間の関係性を用いた合成音声の客観評価指標を提案する．まず，スペクトル特徴量の次元間の関係性が合成音声の自然性に与える影響について，最大情報係数（Maximal Information Coefficient）を用いて分析を行うことで，スペクトル特徴量の次元間の関係性が弱い音声ほど高い主観評価値を持つ傾向が得られることを示す．次に，スペクトル特徴量の次元間の関係性を用いた客観評価指標について述べる．提案法では，入力されたスペクトル特徴量系列から次元間の関係性を捉えるために，声質変換手法を応用する．原音声，合成音声に対する主観評価実験，客観評価実験により，提案法の性能を評価する．実験結果より，提案法による客観評価指標は，従来より用いられているメルケプストラム距離と比較して，主観評価値との間に強い相関が得られることを示す． |
| （英） | This paper proposes a novel objective evaluation technique for statistical parametric speech synthesis. A novel point of the proposed technique is that it utilizes the association between dimensions within the spectral features. We first analyze the subjective scores obtained with respect to the associations of spectral features of natural and various synthesized speech by using a maximal information coefficient (MIC). The analysis results show that the scores improve with weaker association. We then propose the proposed objective evaluation index, which uses a voice conversion technique to detect the associations for each speech. We perform subjective and objective experiments and evaluate the performance results obtained by comparing them with the obtained subjective scores and the conventional objective evaluation index, i.e., mel-cepstral distortion. The results indicate that our proposed objective evaluation index is more effective than the mel-cepstral distortion. | |
| キーワード | （和） | 統計的パラメトリック音声合成 / 客観評価 / スペクトル特徴量 / 最大情報係数 / / / / |
| （英） | Statistical parametric speech synthesis / objective evaluation / spectral features / maximal information coefficient / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 392, SP2015-90, pp. 27-32, 2016年1月. | |
| 資料番号 | SP2015-90 | |
| 発行日 | 2016-01-07 (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 | SP2015-90 |
|
| 研究会情報 | |
| 研究会 | SP |
| 開催期間 | 2016-01-14 - 2016-01-14 |
| 開催地（和） | サンピアンかわさき |
| 開催地（英） | Sunpian Kawasaki |
| テーマ（和） | 合成、生成、韻律、音声一般 |
| テーマ（英） | Synthesis, Generation, Prosody, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2016-01-SP |
| 本文の言語 | 日本語 |
| タイトル（和） | スペクトル特徴量の次元間の関係性を用いた合成音声の客観評価 |
| サブタイトル（和） | |
| タイトル（英） | Objective evaluation of synthetic speech using association between dimensions within spectral features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統計的パラメトリック音声合成 / Statistical parametric speech synthesis |
| キーワード(2)（和/英） | 客観評価 / objective evaluation |
| キーワード(3)（和/英） | スペクトル特徴量 / spectral features |
| キーワード(4)（和/英） | 最大情報係数 / maximal information coefficient |
| 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） | 井島 勇祐 / Yusuke Ijima / イジマ ユウスケ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 浅見 太一 / Taichi Asami / アサミ タイチ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 水野 秀之 / Hideyuki Mizuno / ミズノ ヒデユキ |
| 第3著者 所属（和/英） | 諏訪東京理科大学 (略称： 諏訪東京理科大) Tokyo University of Science, Suwa (略称： TUSS) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-01-14 15:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2015-90 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.392 |
| ページ範囲 | pp.27-32 |
| ページ数 | 6 |
| 発行日 | 2016-01-07 (SP) |
[研究会発表申込システムのトップページに戻る]