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
スポンサーリンク
概要
- 論文の詳細を見る
STRAIGHT分析合成系は実音声に匹敵する高品質な分析合成を目指している.現状では, 原音声と弁別が困難なほどの高品質音声が合成される場合もあるが, 気息性が過剰な音声が合成されることも多い.それは合成音源に対する位相拡散のための群遅延操作が適切に行われていないことに起因するものと思われる.本研究では心理評価実験により群遅延変数の最適値の話者依存性と全体的傾向を示し, また合成音の音色が原音声と最も類似する変数値を探索した.さらに, 原音声の物理的特徴に基づく適切な群遅延の推定法について検討を加える.
- 2001-09-21
著者
-
津崎 実
Atr音声言語コミュニケーション研究所:京都市立芸術大学
-
津崎 実
Atr人間情報通信研究所
-
津崎 実
Atr音声言語コミュニケーション研究所
-
河原 英紀
和歌山大学システム工学部デザイン情報学科
-
河井 恒
Atr音声言語コミュニケーション研究所
-
河井 恒
株式会社kddi研究所音声処理グループ
-
河井 恒
KDD研究所
-
河原 英紀
和歌山大学
-
岩澤 秀紀
Crest
-
岩澤 秀紀
科学技術振興事業団CREST
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)
- 基本波検出に基づく高SNRの音声を対象とした高速なF0推定法(音声,聴覚)
- ユーザ負担のない話者・環境適応性を実現する自然な音声対話処理技術の総合開発(総合報告)
- 視聴覚統合を利用した非言語的手段による音色知覚の評価について
- スペクトル距離に基づく声道長正規化のための周波数帯域の選定について (応用音響)
- 視聴覚統合における刺激音の時間-周波数的特徴と視覚刺激の形状特徴の検討 : 人間の知覚特性に基づく音楽の可視化システムに向けて(インタフェース)
- 歌声情報処理の最新動向
- 音声分析・変換・合成方法STRAIGHTの音声符号化への適用について
- 基本波検出に基づく高SNRの音声を対象とした高速なF0推定法
- 再合成音声の品質に対する音声スペクトル包絡推定法の影響について(感情音声,韻律,声質,音声生成・知覚,脳機能,一般)
- 分析時刻に依存しない周期信号のパワースペクトル推定法を用いた音声分析(ディジタル信号処理)
- TANDEM-STRAIGHTおよび時変モーフィングのための研究用インタフェースの開発について(聴覚・音声・言語とその障害,一般)
- 実時間操作インタフェースへの応用を目的とした歌唱モーフィング操作パラメタの時系列への拡張について(音響信号処理)
- 基本周波数情報に基づく線形予測と時間軸伸縮を利用した非周期成分の抽出について(音声合成・声質変換,第10回音声言語シンポジウム)
- TANDEM-STRAIGHTによるスペクトル包絡の近似精度の改善について : 基本周波数により定まるNyquist周波数以上の空間周波数成分の復元について(音声生成・知覚,聴覚心理,音声学・音韻論,一般)
- 4L-5 STRAIGHTに基づく柔軟な音声合成技術の開発(リーディングプロジェクト e-society:自然な音声対話処理技術(2),一般セッション,リーディングプロジェクト e-society)
- リアルタイムSTRAIGHTの改良とSTRAIGHTライブラリの実装(聴覚・音声・言語とその障害,一般)
- AS-5-1 時間平均に基づく周期信号のパワースペクトル推定法(AS-5. 音響信号のモデリングと表現,シンポジウムセッション)
- ポップス系歌唱音声における基本周波数軌跡の楽譜からの変位について(スペシャルセッション・歌情報処理1)
- TANDEM-STRAIGHTに基づく基本周波数の抽出と評価について(音声合成・韻律,第9回音声言語シンポジウム)
- モーフィングに基づく歌唱デザインインタフェースの提案と初期的検討(音楽情報,インタラクションの理解とデザイン)
- 11.人にやさしい音声インタフェース(第2部:情報の高信頼蓄積・検索技術等の開発,学と産の連携による基盤ソフトウェアの先進的開発)
- 母音/子音区間検出を備えた適応形ビームフォーマを用いた母音/子音平均スペクトルに基づく雑音下音声認識
- 適応型ビームフォーマを用いた母音/子音平均スペクトルに基づく音声強調
- 音声のテクスチャマッピングに基づく変換関数を利用した音声モーフィングの自動化について : 音声テクスチャマッピングの一応用例
- 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)
- 音声の平均スペクトルを用いた帯域分割型CSP法に基づく話者位置推定法に関する検討
- 帯域分割型CSP法に基づく話者位置推定法の検討(ポスターセッション)(第6回音声言語シンポジウム)
- 音系列中の新規音知覚に関わる周波数遷移条件の検討
- 零周波数フィルタ信号に基づく基本周波数抽出法のTANDEM-STRAIGHTへの応用について(音響分析一般(1))
- 圧縮型ガンマチャープ聴覚フィルタによるノッチ雑音データと圧縮特性データへの同時適合
- 音声中の複数の繰返し構造の表現とその基本周波数および非周期性抽出への応用について
- 声道長の正規化に基づく簡易モーフィング音声の品質改良について(感情音声,韻律,声質,音声生成・知覚,脳機能,一般)
- 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)