| 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 | 2026-03-02 09:50 HuBERTトークンによる韻律抑制効果を用いた日本語アクセント変換の試み ○水野友暁（電通大/産総研）・須田仁志・中村友彦・深山 覚（産総研）・中鹿 亘（電通大）  EA2025-74 SIP2025-94 SP2025-27 |
|
| 抄録 | （和） | 本稿では，音声自己教師あり学習モデルHuBERTから得られた離散トークンを用いた，日本語方言のアクセント変換手法を提案する．HuBERT由来の離散トークンは，言語的内容を比較的保持する一方，利用するTransformer層の選択により韻律情報を抑制できる．本手法は，韻律が抑制された離散トークンを，所望の方言のみで学習した音声合成モデルに入力することで，書き起こしや方言間の並列データを用いることなく，入力音声の言語的内容を保持した方言アクセント変換を実現する．実験では，標準語と茨城南部方言の音声データセットを用いてモデルを構築し，客観評価および聴取実験を通じた主観評価を行った．基本周波数系列や音声品質の比較，聴取実験の結果から，本手法の入出力方言によらないアクセント制御の有効性が示された．一方で，入力音声に由来する方言性のさらなる抑制や，当該方言話者による出力音声の直接的な方言の評価の必要性が明らかになった． |
| （英） | This paper introduces a method for converting Japanese dialect accents using discrete units from HuBERT, a self-supervised speech model. These units preserve linguistic content, while prosodic information can be suppressed depending on the Transformer layer used. The method achieves dialect accent conversion by feeding the units into a speech synthesis model trained only on the target dialect, and therefore, it does not require transcriptions or parallel data across dialects. We trained models on a dataset of standard Japanese and the Southern Ibaraki dialect, and evaluated them with objective metrics and listening tests. Results on fundamental frequency, speech quality, and listening tests showed that the method controls dialect accent regardless of the input and output dialects. Future directions include further suppressing dialectal characteristics in input utterances and direct evaluation of dialect quality by native speakers of the target dialect. | |
| キーワード | （和） | アクセント変換 / 日本語方言 / Hidden-Unit BERT（HuBERT） / 注意機構付きエンコーダ-デコーダモデル / 深層学習 / / / |
| （英） | Accent conversion / Japanese dialects / Hidden-Unit BERT (HuBERT) / Attention-based encoder-decoder / Deep learning / / / | |
| 文献情報 | 信学技報, vol. 125, no. 371, SP2025-27, pp. 7-12, 2026年3月. | |
| 資料番号 | SP2025-27 | |
| 発行日 | 2026-02-23 (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 | EA2025-74 SIP2025-94 SP2025-27 |
|
| 研究会情報 | |
| 研究会 | SP EA SIP IPSJ-SLP |
| 開催期間 | 2026-03-02 - 2026-03-04 |
| 開催地（和） | 沖縄県青年会館 |
| 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 | 2026-03-SP-EA-SIP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | HuBERTトークンによる韻律抑制効果を用いた日本語アクセント変換の試み |
| サブタイトル（和） | |
| タイトル（英） | A Preliminary Study on Japanese Accent Conversion Using Prosody Suppression Effect of HuBERT Tokens |
| サブタイトル（英） | |
| キーワード(1)（和/英） | アクセント変換 / Accent conversion |
| キーワード(2)（和/英） | 日本語方言 / Japanese dialects |
| キーワード(3)（和/英） | Hidden-Unit BERT（HuBERT） / Hidden-Unit BERT (HuBERT) |
| キーワード(4)（和/英） | 注意機構付きエンコーダ-デコーダモデル / Attention-based encoder-decoder |
| キーワード(5)（和/英） | 深層学習 / Deep learning |
| 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） | 水野 友暁 / Tomoaki Mizuno / ミズノ トモアキ |
| 第1著者 所属（和/英） | 電気通信大学/産業技術総合研究所 (略称： 電通大/産総研) The University of Electro-Communications/National Institute of Advanced Industrial Science and Technology (略称： UEC/AIST) |
| 第2著者 氏名（和/英/ヨミ） | 須田 仁志 / Hitoshi Suda / スダ ヒトシ |
| 第2著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第3著者 氏名（和/英/ヨミ） | 中村 友彦 / Tomohiko Nakamura / ナカムラ トモヒコ |
| 第3著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第4著者 氏名（和/英/ヨミ） | 深山 覚 / Satoru Fukayama / フカヤマ サトル |
| 第4著者 所属（和/英） | 産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 中鹿 亘 / Toru Nakashika / ナカシカ トオル |
| 第5著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-02 09:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | EA2025-74, SIP2025-94, SP2025-27 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.369(EA), no.370(SIP), no.371(SP) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2026-02-23 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]