HMMに基づく音声合成における強調音声の生成(合成)

概要

論文の詳細を見る
近年のテキスト音声合成技術の発展により,合成音声は我々の日常生活においても多種多様な用途で使われている.より多くの情報を効率よく伝達するために,強調等のパラ言語情報の制御を可能とする音声合成技術が重要である.本稿では,隠れマルコフモデル(hidden Markov model:HMM)に基づく音声合成を用いて,強調音声合成システムの構築を目指し,任意のアクセント句に対して意図的に強調情報を付与できるシステムの実現に取り組む.強調情報を表すコンテキストラベルを新たに定義し,強調情報を考慮したコンテキストクラスタリングを行うことで,強調音声モデルを学習する.その際の学習法として,通常音声と強調音声に対して別々に個々のモデルを学習する手法と,両音声を同時に用いて一つの混合モデルを学習する手法を提案する.女性話者1名の音声を用いた実験的評価結果から,提案法は強調音声を合成することができ,また,個別モデルと比較して混合モデルはより自然性の高い強調あり/なし音声を合成できることを示す.
社団法人情報処理学会の論文
2009-01-30