EA2010-35 擬似音声信号を用いた評価による音源構造抽出法の最適化について

概要

論文の詳細を見る
「痩れ声」や「だみ声」のように,感情音声や歌唱音声において強い印象を与える音声の分析・合成の研究を進めている.それらの音声を駆動する信号は,基本周波数のみでは十分に表すことのできない複雑な構造を有している.本資料では,この駆動信号の構造を分析する方法として提案しているXSX(eXcitation Structure eXtractor)法に含まれる設計パラメタの最適化と,評価方法を検討した結果について報告する.評価用の疑似音声信号としては,音声のスペクトル傾斜を模した調波複合音を用い,評価目的に応じて,瞬時周波数に対するFM,瞬時振幅に対するAMを加えた.提案する方法は,初期推定値の抽出と,抽出された基本周波数候補の推定値の改良の二つのサブシステムから構成されている.本資料では,まず,初期推定値の抽出部分を最適化し,その後,推定値の改良部分を加えた全体のシステムの評価を行った.その結果,提案する方法は,様々な変動に対して,従来の方法を凌ぐ精度と追従性を有することが示された.
2010-06-03