| 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 | 2026-06-06 13:00 MDNを用いた多様なビッグファイブ特性音声合成の基礎的検討 ○成川颯真・水野友暁・中鹿 亘（電通大）  SP2026-27 |
|
| 抄録 | （和） | 人間の声からは，性格特性に関する印象が知覚される．これまで，音声から性格特性を推定する研究は数 多く報告されている一方で，性格特性を反映した音声を人工的に生成する研究はあまり行われていない．本研究では，ビッグファイブ理論に基づく 5 つの性格因子を制御可能な音声を実現するために，Mixture Density Networks（MDNs）を用いた音声合成モデルを構築した．その上で，モデルの内部表現および生成音声の統計的分析を通じて，性格特性と合成音声表現の対応関係を明らかにした．その結果，各性格特性は潜在分布上に異なる強さで反映されており，さらに各性格特性に対応した音声が生成されている可能性が示唆された． |
| （英） | Personality-related impressions can be perceived from human voices. While many studies have investigated the estimation of personality traits from speech, few have addressed the artificial generation of speech that reflects personality traits. In this study, we constructed a speech synthesis model using Mixture Density Networks (MDNs) to realize controllable speech based on the five personality factors of the Big Five theory. We then clarified the relationship between personality traits and synthetic speech representations through statistical analyses of the model's internal representations and generated speech. The results suggest that each personality trait is reflected in the latent distribution with different degrees of strength, and that speech corresponding to each personality trait may be generated. | |
| キーワード | （和） | 深層学習 / 音声合成 / ビッグファイブ / ヒューマンコンピュータインタラクション / パーソナリティコンピューティング / 音響分析 / / |
| （英） | Deep Learning / Speech Synthesis / Big Five / Human-Computer Interaction / Personality Computing / Acoustic Analysis / / | |
| 文献情報 | 信学技報, vol. 126, no. 58, SP2026-27, pp. 148-153, 2026年6月. | |
| 資料番号 | SP2026-27 | |
| 発行日 | 2026-05-29 (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 | SP2026-27 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2026-06-05 - 2026-06-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | The University of Electro-Communications |
| テーマ（和） | 音学シンポジウム2026 |
| 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 | 2026-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | MDNを用いた多様なビッグファイブ特性音声合成の基礎的検討 |
| サブタイトル（和） | |
| タイトル（英） | A Preliminary Investigation of Diverse Big Five Personality-Based Speech Synthesis Using Mixture Density Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 音声合成 / Speech Synthesis |
| キーワード(3)（和/英） | ビッグファイブ / Big Five |
| キーワード(4)（和/英） | ヒューマンコンピュータインタラクション / Human-Computer Interaction |
| キーワード(5)（和/英） | パーソナリティコンピューティング / Personality Computing |
| キーワード(6)（和/英） | 音響分析 / Acoustic Analysis |
| 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） | 成川 颯真 / Souma Narikawa / ナリカワ ソウマ |
| 第1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) |
| 第2著者 氏名（和/英/ヨミ） | 水野 友暁 / Tomoaki Mizuno / ミズノ トモアキ |
| 第2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) |
| 第3著者 氏名（和/英/ヨミ） | 中鹿 亘 / Toru Nakashika / |
| 第3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 | 2026-06-06 13:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | SP |
| 資料番号 | SP2026-27 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.58 |
| ページ範囲 | pp.148-153 |
| ページ数 | 6 |
| 発行日 | 2026-05-29 (SP) |
[研究会発表申込システムのトップページに戻る]