聴覚フィードバックによる発話ロボットの声真似動作の生成(分析、生成と評価)(音声とコミュニケーション及び一般)

概要

論文の詳細を見る
発話機構を全て機械系によって構成することにより、人間のような発話動作に基づいた音声の生成が可能となる。本稿では、機械系による声道物理モデルの構築と、聴覚フィードバックを用いたピッチ制御およびニューラルネットワークによる発話動作の学習アルゴリズムを紹介する。主に肺、声帯、声道部、鼻腔、聴覚部から構成される本発話ロボットは、ピッチを変化させながら発話を生成することが可能である。ピッチ制御には複雑な声帯振動の解析が必要であるが、ここではシリコーンゴムを皮膚程度の柔度で成形した二枚の振動体の張力と、空気の流量を、モータにより操作することによって実現した。一方、調音のための共鳴管をシリコーンゴムで成形し、これを外側から棒で押し引きして声道断面積を変化させることにより、共鳴特性を変化させて母音音声を生成することが可能である。本稿ではまず、声道物理モデルの構成について紹介し、次に聴覚フィードバック学習に基づく音声の獲得と、歌声および声真似動作の生成について述べる。
社団法人電子情報通信学会の論文
2004-11-11