講演抄録/キーワード |
講演名 |
2018-01-20 14:55
[ポスター講演]DNN音声合成のためのパワーを考慮したトラジェクトリ学習 ○船戸涼平・橋本 佳・大浦圭一郎・南角吉彦・徳田恵一(名工大) SP2017-74 |
抄録 |
(和) |
統計的パラメトリック音声合成は音響モデルと呼ばれる統計モデルによって言語特徴量と音響特徴量との関係性をモデル化することで実現される.音響モデルとしてディープニューラルネットワーク~(Deep Neural Network; DNN)を用いる手法が主流となりつつあり,DNNの学習方法として系列内変動~(Global Variance; GV)を考慮したトラジェクトリ学習が提案されている.GVを考慮したトラジェクトリ学習の導入により,合成時を考慮した音響モデル構築が可能となると同時に,パラメータ生成時における過剰な平滑化を抑えることができ,従来のDNN音声合成から合成音声の自然性を改善した.しかし,モデル学習時にGVを考慮することで,合成音声のパワーの性能が低下してしまうという問題が生じた.そこで本稿では,パワーに関する評価関数を新たに組み込んだDNN音声合成におけるパワーを考慮したトラジェクトリ学習を提案する.モデル学習時にパワーを考慮することで,合成音声の品質改善を目指す.本稿では客観評価実験および主観評価実験を行い,提案法の性能を評価した. |
(英) |
In statistical parametric speech synthesis, a relation between acoustic features and linguistic features is modeled by statistical models,which are generally called acoustic models. A method using a deep neural network (DNN) as an acoustic model is becoming mainstream. Trajectory training considering global variance (GV) for DNN-based speech synthesis has been proposed. It introduces the parameter generation process considering the GV into the training of DNNs. The method can improve the naturalness of synthesized speech. However, the power of the synthesized speech often become unnatural due to the training considering the GV. To overcome this problem, we propose a trajectory training considering the power for DNN-based speech synthesis. To evaluate the performance of the proposed method, objective and subjective evaluation experiments are conducted. |
キーワード |
(和) |
統計的パラメトリック音声合成 / DNN / トラジェクトリ学習 / パワー / / / / |
(英) |
statistical parametric speech synthesis / DNN / trajectory training / power / / / / |
文献情報 |
信学技報, vol. 117, no. 393, SP2017-74, pp. 43-48, 2018年1月. |
資料番号 |
SP2017-74 |
発行日 |
2018-01-13 (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 |
SP2017-74 |