素片接続合成単位選択のための特徴量に関する聴覚モデルの導入 : 物理モデルとの比較と聴取実験による評価
スポンサーリンク
概要
- 論文の詳細を見る
素片接続式音声合成システムの単位選択精度の向上を目指して, 音韻間距離を推定する際に用いる特徴量抽出に聴覚末梢系のモデルを導入した結果について, 従来型の物理モデルとの比較実験を行った。用いた聴覚モデルはPattersonのグループによって提案されている聴覚イメージ・モデル(AIM)に基づくものとし, 物理モデルとして線形予測分析モデルを比較対象とした。音声データベース4話者分を分析対象とした結果, 両モデルの特徴量による音韻間距離の分布は明らかに異なっていた。距離最小基準の音素間の交換接続をした音声に対する聴取実験の結果, 不自然な接続を起こす確率は聴覚モデルの方が物理モデルに比べて低くなることが示された。メルケプストラムによる音韻空間とも比較した結果, 聴覚モデルとメルケプストラムの間にも有意な差が存在することが示された。
- 社団法人電子情報通信学会の論文
- 2001-07-19
著者
関連論文
- フレッシュマン企画 : 音の常識Q&A(やさしい解説)
- 音の持続時間が音源の大きさ知覚に及ぼす影響 : 母音刺激を用いた検討(日本基礎心理学会第28回大会,大会発表要旨)
- 種々の周波数遷移特性における音の時間知覚の比較(日本基礎心理学会第28回大会,大会発表要旨)
- 等間隔性からのずれに対する聴覚感度の調査 : 周波数遷移の開始点と終了点での比較(日本基礎心理学会第27回東北大会,大会発表要旨)
- 音系列中の新規音知覚に関わる周波数遷移条件の検討
- 音と時間
- 日本人英語学習者音声の時間制御特性客観評価(音声生成・知覚,聴覚心理,音声学・音韻論,一般)
- Q&Aコーナー(コーヒーブレーク)
- 素片接続型合成音声器の単位選択特徴量についての検討:聴覚モデルと物理モデルによる選択の聴取評価
- 聴覚モデルを導入した素片接続型音声合成系の単位選択用特徴量抽出の検討
- 大規模コーパスを用いた音声合成システムXIMERA(音声,聴覚)
- 音声合成システムXIMERAにおける日本語合成音の自然性劣化要因の分析
- コーパス・ベース音声合成システムXIMERA(一般, 一般, チュートリアルレクチャー)
- コーパス・ベース音声合成システムXIMERA
- 平均スペクトル等化の検討(合成, 韻律, 生成, 一般)
- 連続母音の遷移部の知覚における後続雑音の効果
- 種々の周波数変化音の動的知覚特性
- 周波数変化音の動的知覚特性
- スイープ音追跡過程の動特性
- 連続音声の過度部の知覚における後続雑音の効果
- 周波数変化音知覚における残効
- 聴覚の情景分析の概説 : 聴覚心理学からのアプローチ
- 素片接続合成単位選択のための特徴量に関する聴覚モデルの導入 : 物理モデルとの比較と聴取実験による評価
- STRAIGHT合成音源に対する位相拡散の最適化 : 心理評価と制御変数値推定の試み
- STRAIGHT合成音源に対する位相拡散の最適化 : 心理評価と制御変数値推定の試み
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定 (音声)
- 文中の音韻長伸縮の自然性許容に対する文節内位置の効果
- 聴覚系における共鳴体の「大きさ」知覚の時間追随性 : 寸法変調音声を用いた検討(日本基礎心理学会第26回大会,大会発表要旨)
- 語彙が与える印象に基づく対話韻律生成
- ジッター検出に対する時間領域の非対称性の影響
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定
- 発話の時間構造知覚における視聴覚の情報統合 : 時間知覚における聴覚優位の再発見
- 音色の印象に関わる非パワースペクトル的要因
- 合成音源に対する群遅延制御と基本周波数変換音声の品質
- 音声分析合成系における音源の非周期成分付加方式の比較検討
- 音声の非周期成分の時間特性の抽出と合成について
- STRAIGHT合成音源に対する位相拡散効果の最適化 - 心理評価による検討 -
- 波形素片接続時の音素環境代替による自然性劣化の知覚的評価
- 群遅延・イベント・調派構造による音源情報表現の検討
- STRAIGHT分析合成音の心理評価 - 話者依存性の検討 -
- 単位接続型音声合成における音素環境代替による自然性劣化の知覚的評価
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 : 単独条件,一致条件,矛盾(固定)条件間の比較
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 -両モダリティーの時間構造が矛盾する場合-
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 --複数モダリティーの場合--
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 --単一モダリティーの場合の比較--
- パルス列に対する群遅延特性の時間的非対称性の検出
- 非調波部分音によるピッチシフトのモデル
- 時間構造の知覚的再現性について : 揺らぐ時間と揺らがない時間
- コーパスベース音声合成技術の動向[III] : コーパスの設計と評価尺度
- 波形接続型音声合成における知覚的評価に基づく素片選択サブコスト関数の最適化(合成, 韻律, 生成, 一般)
- 波形接続型音声合成における局所的な自然性劣化を考慮に入れた素片選択の評価
- 素片接続型日本語テキスト音声合成における音素単位とダイフォン単位に基づく素片選択
- 音声合成用大規模音声コーパスにおける声質時期差の検討
- 波形接続型テキスト音声合成における素片選択コストの知覚的評価
- 素片接続型音声合成器の単位選択特徴量についての検討 : 聴覚モデルとMFCCによる選択の聴取評価
- 日本語テキスト音声合成における母音中心での接続を考慮に入れた単位選択
- 波形接続型音声合成における音素環境代替コストの予測
- STRAIGHTとPSOLAによる単語音声分析合成音の比較評価
- 日本語テキスト音声合成における音素単位とダイフォン単位に基づいた単位選択
- ネットワーク座談会「聴覚の情景分析」 : カクテルパーティー問題を越えて (聴覚の情景分析)
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定(オーガナイズドセッション2,聴覚・音声・言語とその障害/一般)
- 単独母音間の話者寸法弁別に影響を与える時間的要因の検討
- 周波数変化音追跡の動特性
- Q&Aコーナー(コーヒーブレーク)
- スケーリングした2種のインパルス応答が交替する音系列に対するピッチ知覚 : 調整法による心理物理実験
- 特集 日本音楽知覚認知学会編集委員会座談会議事録
- 歌舞伎とニュートンの林檎(ちょっとしたエッセイ,コーヒーブレーク)
- 個人性を考慮した異言語音声合成に対する知覚評価
- スケール変形母音の話者寸法弁別と母音同定 : 母音持続時間の依存性
- 個人性を考慮した異言語音声合成に対する知覚評価(オーガナイズドセッション「音声知覚生成インタラクション・音声認識合成統合技術」,音声知覚生成/聴覚コミュニケーション,一般)
- スケール変形母音の話者寸法弁別と母音同定 : 母音持続時間の依存性(オーガナイズドセッション「音声知覚生成インタラクション・音声認識合成統合技術」,音声知覚生成/聴覚コミュニケーション,一般)