N-gramモデルを用いた音声合成のための読みおよびアクセントの同時推定(音声言語,<特集>情報処理技術のフロンティア)

概要

論文の詳細を見る
本論文では,規則音声合成における読みとアクセントを,確率モデルに基づき同時に推定する手法を提案する.規則音声合成において,任意の入力テキストに対し,正しい音韻情報と韻律情報を生成することは,自然な合成音声を得るための基本的な要件である.本研究では,入力テキストに対し,最も基本的な音韻情報と韻律情報である読みとアクセントを付与する問題を取り扱う.日本語の場合,入力テキストは一般的に漢字仮名交じり文であり,複数の読み候補から正しい読みを推定する必要があるとともに,その読みに対して正しいアクセントを推定する必要がある.従来,日本語テキストに対しては,形態素解析・読み付与・アクセント句決定・アクセント核決定,という手順を段階的に行うことで,読みとアクセントを決定していたが,本研究では,表層(単語境界)・品詞・読み・アクセントの4つ組を1つの単位と見なし,N-gramモデルを用いて同時に推定する.実験では,従来手法である(1)ルールに基づきアクセント句およびアクセント核を決定する手法,(2)逐次的に読みおよびアクセントを決定する手法,との比較を行った.その結果,提案手法による読みおよびアクセント付与の精度が従来手法の精度を上回った.
一般社団法人情報処理学会の論文
2006-06-15

N-gramモデルを用いた音声合成のための読みおよびアクセントの同時推定(音声言語,<特集>情報処理技術のフロンティア)

スポンサーリンク

概要

著者

関連論文

スポンサーリンク