| 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 | 2023-03-01 11:20 音声対話システムのための入力音声の感情に同調する声質変換とx-vector埋め込みを用いたテキストからの音声合成方式の検討 ○小原俊一・阿部匡伸・原 直（岡山大）  EA2022-109 SIP2022-153 SP2022-73 |
|
| 抄録 | （和） | 本報告では，声質変換とx-vector埋め込みを用いて，入力音声と同じ感情を表現する音声合成方式を提案する．音声対話システムでは，音声の非言語情報が重要となり，システムの応答合成音声はこれを欠くと無味乾燥となる．これを回避する１つのアプローチとして，人と人との対話で見られる対話相手の感情に合わせる，つまり，同調する方法を検討した．提案方式では，まず，ユーザの入力音声を音声対話システムのTTS モデルの話者に声質変換し，その後，埋め込みベクトルであるx-vectorを用いて感情音声合成をおこなう．評価実験では，合成音声の感情表現と自然性を評価した．実験結果から，TTSモデルの話者へと変換された音声のx-vectorで感情の制御が可能であること，原音声から抽出したx-vectorと比較して，変換音声のx-vectorでも感情が付与された合成音声の自然性が損なわれないことが明らかとなった． |
| （英） | In this paper, we propose a Text-to-Speech synthesis method to synthesize the same emotional expression as the input speech using voice convercion and x-vector embedding. In Spoken Dialogue Systems, nonverbal information in speech is important, and lack of the nonverbal information in speech reposes make the systems boring. To avoid the problem, we investigated a method that synthesize response speech with the same emotions extracted from input user’s speech. This is well known as sympathizing that is observed in conversations among human beings. First, the proposed method converted the user’s input speech to the TTS model speaker of spoken dialogue systems, and then it synthesizes an emotional speech with x-vector, embedding vectors. In evaluation experiments, we evaluated the emotional expression and naturalness of the synthesized speech. The experiment results showed that emotions can be controled by x-vector extracted from converted speech to the speaker of TTS model, and that the naturalness of the synthesized speech is not impaired even with x-vector of converted speech. | |
| キーワード | （和） | 音声合成 / 感情音声 / 声質変換 / x-vector / 音声対話システム / / / |
| （英） | TTS / emotional speech / voice convercion / x-vectors / spoken dialogue systems / / / | |
| 文献情報 | 信学技報, vol. 122, no. 389, SP2022-73, pp. 203-208, 2023年2月. | |
| 資料番号 | SP2022-73 | |
| 発行日 | 2023-02-21 (EA, SIP, SP) | |
| ISSN | 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 | EA2022-109 SIP2022-153 SP2022-73 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP EA SIP |
| 開催期間 | 2023-02-28 - 2023-03-01 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，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 | 2023-02-SP-SLP-EA-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声対話システムのための入力音声の感情に同調する声質変換とx-vector埋め込みを用いたテキストからの音声合成方式の検討 |
| サブタイトル（和） | |
| タイトル（英） | An Investigation of Text-to-Speech Synthesis Using Voice Conversion and x-vector Embedding Sympathizing Emotion of Input Audio for Spoken Dialogue Systems |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声合成 / TTS |
| キーワード(2)（和/英） | 感情音声 / emotional speech |
| キーワード(3)（和/英） | 声質変換 / voice convercion |
| キーワード(4)（和/英） | x-vector / x-vectors |
| キーワード(5)（和/英） | 音声対話システム / spoken dialogue systems |
| 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） | 小原 俊一 / Shunichi Kohara / コハラ シュンイチ |
| 第1著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 阿部 匡伸 / Masanobu Abe / アベ マサノブ |
| 第2著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 原 直 / Sunao Hara / ハラ スナオ |
| 第3著者 所属（和/英） | 岡山大学 (略称： 岡山大) Okayama University (略称： Okayama Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-03-01 11:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | EA2022-109, SIP2022-153, SP2022-73 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.387(EA), no.388(SIP), no.389(SP) |
| ページ範囲 | pp.203-208 |
| ページ数 | 6 |
| 発行日 | 2023-02-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]