| 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 | 2025-06-13 13:20 ［ポスター講演］舌亜全摘出者音声合成における他話者の健常音声と障害音声を用いた話者類似性向上の検討 ○岡村優頼・阿部匡伸・原 直（岡山大）  SP2025-5 |
|
| 抄録 | （和） | 本報告では，１分未満の目標話者音声を用いた舌亜全摘出者音声合成を検討する．提案方式では，話者適応時に目標話者の障害音声に加え，他話者の健常音声と障害音声のパラレルコーパスを用いた学習を行う．これにより，目標話者の音声として障害音声が少量しか得られない状況下でも，明瞭性および話者類似性の高い音声の合成を目指す．また本報告では，パラレルコーパスをどのように活用することで合成音声の話者類似性および音韻明瞭性が向上するのかについて検討する．評価実験では，他話者の健常音声と障害音声のパラレルコーパスの使用有無や，発話内容および話者の多様性による音韻明瞭性および話者類似性への効果を評価する．実験の結果，他話者パラレルコーパスを用いた話者適応は，従来手法と比較して文字認識率および話者類似性に関するMOSを向上させることが確認された．また，話者埋め込みの分布を可視化することにより，提案方式によって学習された話者エンコーダでは，健常音声と障害音声の話者特徴がより近づくことが確認された． |
| （英） | In this report, we investigate speech synthesis for glossectomy patients using less than one minute of disordered speech from the target speaker. The proposed method performs speaker adaptation using not only the target speaker's disordered speech but also a parallel corpus of healthy and disordered speech from non-target speakers. This approach enables the synthesis of speech with high clarity and speaker similarity, even when only a small amount of disordered speech from the target speaker is available. Furthermore, we examine how the utilization of the parallel corpus contributes to the improvement of speaker similarity and phonetic clarity in the synthesized speech. We evaluate the effect of using the parallel corpus on speaker similarity and phonetic clarity of synthesized speech, considering the diversity of speech content and speakers. The evaluation shows that the proposed method improves both the speaker similarity MOS and character error rate (CER) of the synthesized speech, compared to the conventional method. In addition, the visualization results of the distribution of speaker embeddings show that the speaker encoders learned by the proposed method bring the speaker features of healthy and disordered speech closer together. | |
| キーワード | （和） | テキスト音声合成 / 話者適応 / 構音障害 / few-shot音声合成 / / / / |
| （英） | Text-to-Speech / Speaker Adaption / Articulation Disorder / Few-shot Speech Synthesis / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 74, SP2025-5, pp. 22-27, 2025年6月. | |
| 資料番号 | SP2025-5 | |
| 発行日 | 2025-06-06 (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 | SP2025-5 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2025-06-13 - 2025-06-14 |
| 開催地（和） | 早稲田大学 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2025 |
| 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 | 2025-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | 舌亜全摘出者音声合成における他話者の健常音声と障害音声を用いた話者類似性向上の検討 |
| サブタイトル（和） | |
| タイトル（英） | Improving Speaker Similarity in Speech Synthesis for Glossectomy Patients Using a Parallel Corpus of Healthy and Dysarthric Speech from Non-Target Speakers |
| サブタイトル（英） | |
| キーワード(1)（和/英） | テキスト音声合成 / Text-to-Speech |
| キーワード(2)（和/英） | 話者適応 / Speaker Adaption |
| キーワード(3)（和/英） | 構音障害 / Articulation Disorder |
| キーワード(4)（和/英） | few-shot音声合成 / Few-shot Speech Synthesis |
| 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） | 岡村 優頼 / Masayori Okamura / オカムラ マサヨリ |
| 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.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-06-13 13:20:00 |
| 発表時間 | 140分 |
| 申込先研究会 | SP |
| 資料番号 | SP2025-5 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.74 |
| ページ範囲 | pp.22-27 |
| ページ数 | 6 |
| 発行日 | 2025-06-06 (SP) |
[研究会発表申込システムのトップページに戻る]