スペクトル系列の最尤推定に基づく短遅延声質変換法

概要

論文の詳細を見る
本稿では,スペクトル変換手法,及びスペクトル変換後の後処理について検討し,高品質かつリアルタイムなVCの実現を目指す.混合正規分布モデルに基づく声質変換手法において,代表的な2つのスペクトル変換手法:1)フレーム毎に変換を行う最小平均自乗誤差変換,及び2)一発話の系列を同時に変換する最尤スペクトル系列変換が提案されている.前者はリアルタイム変換が可能であるが,不自然なスペクトル遷移が生じる可能性がある.一方後者はスペクトルの動的特徴量を考慮する事により変換性能が高いが,リアルタイム変換が出来ない.動的特徴量を考慮したリアルタイム変換を実現するため,最尤スペクトル系列変換に対して時間再帰アルゴリズムを適用する.また,統計量に基づくVCでは,統計処理によってスペクトルの過剰な平滑化が生じてしまう.これに対してスペクトルの系列内変動(GV)を考慮した最尤特徴量変換法が提案されているが,短遅延変換に適用するのは困難である.本稿では,GVを考慮したポストフィルタを短遅延処理に適用する手法を提案する.実験的評価により,提案手法の有効性を示す.
2009-01-22