来場者の声の特徴を反映する映像エンタテインメントシステムのための台詞音声生成システム
スポンサーリンク
概要
- 論文の詳細を見る
視聴者の顔をCGで再現し,CGキャラクタとして映画に登場させるFuture Cast System(FCS)を改良し,視聴者から収録した少量の音声サンプルを用いて,視聴者に似た台詞音声を生成するため複数手法を統合し,生成された台詞音声をシーンに合わせて同期再生することで,視聴者の声の特徴をキャラクタに反映させるシステムを提案する.話者データベースから視聴者と声が似た話者を選択する手法(類似話者選択技術)と,複数話者音声を混合することで視聴者の声に似た音声を生成する手法(音声モーフィング技術)を組み合わせたシステムを構築し,複数処理を並列化することで,上映準備時間の要求条件を満たした.実環境を想定してBGM/SEを重畳した音声によって,従来手法である類似話者選択技術より得られる音声と,提案法で導入した音声モーフィング技術より得られる音声を主観評価実験により評価した結果,Preference Scoreで56.5%のモーフィング音声が目標話者の音声に似ていると判断され,音声モーフィングを組み合わせることでシステムが出力する台詞音声の話者類似性を改善できることを示した.
- 2010-02-15
著者
-
中村 哲
独立行政法人情報通信研究機構:(株)atr音声言語コミュニケーション研究所
-
中村 哲
三重大学大学院医学系研究科耳鼻咽喉・頭頸部外科
-
森島 繁生
早稲田大学大学院理工学研究科森島繁生研究室
-
足立 吉広
早稲田大学大学院理工学研究科森島繁生研究室
-
川本 真一
株式会社国際電気通信基礎技術研究所(atr)音声言語コミュニケーション研究所
-
川本 真一
独立行政法人情報通信研究機構|株式会社国際電気通信基礎技術研究所
-
足立 吉広
株式会社国際電気通信基礎技術研究所|早稲田大学
-
大谷 大和
株式会社国際電気通信基礎技術研究所
-
四倉 達夫
株式会社国際電気通信基礎技術研究所
-
森島 繁生
独立行政法人情報通信研究機構|早稲田大学
-
中村 哲
Atr音声口語コミュニケーション研究所
-
森島 繁生
早稲田大学理工学術院
-
森島 繁生
早稲田大学理工学部
-
中村 哲
Atr音声言語コミュニケーション研究所
-
中村 哲
独立行政法人情報通信研究機構|株式会社国際電気通信基礎技術研究所
-
森島 繁生
成蹊大学工学部電気電子工学科
-
中村 哲
独立行政法人 情報通信研究機構 知識創成コミュニケーションセンター:国際電気通信基礎技術研究所(atr)音声言語コミュニケーション研究所
-
中村 哲
独立行政法人 情報通信研究機構
関連論文
- 上咽頭癌に対する放射線治療と化学療法による交替療法の治療成績
- 23aBC-14 0.67〜0.92GeV光子ビームを用いた重水素からの2π光生成反応の研究(23aBC 実験核物理領域,理論核物理領域合同 ハドロン構造・相互作用・中間子生成(合同),実験核物理領域)
- 23aBC-13 γp→pπ^+π^-反応を用いたNKS2システムの性能評価(23aBC 実験核物理領域,理論核物理領域合同 ハドロン構造・相互作用・中間子生成(合同),実験核物理領域)
- 22pBS-5 中性K中間子スペクトロメータ中心部検出器の性能評価(22pBS 検出器III,実験核物理領域)
- 20aBD-3 JLab Hall C第3世代(e,e'K^+)ラムダハイパー核分光実験のためのK中間子スペクトロメータの性能評価(20aBD 理論核物理領域,実験核物理領域合同 ハイパー核・ストレンジネスI(合同),理論核物理領域)
- A-16-18 Blendshapesによるリップシンクアニメーションのためのキーフレーム削除法(A-16.マルチメディア・仮想環境基礎,一般講演)
- Water, Livelihood and Health in Attapeu Province in Lao PDR
- 京都観光案内対話コーパスにおける対話行為タグの設計と分析(理解)
- 同調的対話システム構築のための音声対話コーパスの構築(「ユニバーサルコミュニケーションを実現するための言語処理技術」シンポジウム)
- 30aSG-3 閾値領域でのn(γ,K^0)Λ反応測定によるK^0生成素過程の研究(30aSG 中高エネルギー重イオン・中間子生成・検出器II,実験核物理領域)
- 喉頭癌の臨床的検討
- 当科における舌癌症例の検討
- 放射線化学療法が著効した口腔底リンパ上皮性癌の1例
- スティック型嗅覚検査法 : 4件法と分類段階法の年齢と検知能力評価に関する検討
- P1-12 嗅覚障害患者に対するスティック型におい提示試料(4件法)を用いた嗅覚検査法の有用性
- 嗅覚障害に対するステロイド薬の長期点鼻療法の安全性と有用性の検討
- 24pYF-5 NKS2を用いた重水素からの2π光生成反応の研究(24pYF 中性子生成・対象性・ミュオン,実験核物理領域)
- 24pYF-6 闘値領域でのn(γ,K^O)Λ反応測定によるK^O中間子生成機構の研究(24pYF 中性子生成・対象性・ミュオン,実験核物理領域)
- 22aYF-9 中性K中間子スペクトロメータ(NKS2)のためのNew Vertex Chamberの設計(22aYF 粒子・光検出器,実験核物理領域)
- NICT知識創成コミュニケーション研究センターの研究と高度言語情報融合フォーラム(ALAGIN)の活動について(Web情報処理,Webとデータベースに関する技術報告)
- 28pSG-6 電子線を用いたハイパー核分光実験(JLab EO5-115)用水チェレンコフ検出器の開発(28pSG ハイパー核・検出器I,実験核物理領域)
- 当科における口腔咽頭小唾液腺腫瘍の検討
- 当科における小児舌根部嚢胞6症例の検討
- 当科における小児舌根部嚢胞症例の検討
- 当科味覚外来の臨床統計
- 27pSC-6 (e,e'K^+)反応による高分解能・高統計Λハイパー核分光 : JLab E01-011解析現状報告(27pSC 実験核物理領域,理論核物理領域合同 ハイパー核・ストレンジネス,実験核物理領域)
- 30pWB-5 連続電子線を用いた高分解能・高統計ハイパー核分光 : JLABE01-011実験(30pWB 実験核物理領域,理論核物理領域合同 ストレンジネス核物理(ハイパー核その他),実験核物理領域)
- 27aWB-6 1.8GeV/c電子線による陽子・π^+中間子生成反応(27aWB ハドロン物理・中間子生成,実験核物理領域,理論核物理領域合同招待講演,実験核物理領域)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(3)(SIG-SLP内組織の活動報告)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(2)(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境 (2)(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(第8回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- 音声翻訳システムの研究開発
- ラオスの農村地域の飲料水源と水利用パターンの変遷に関する研究
- 22pBS-6 (e,e'K^+)ラムダハイパー核分光実験のためのPMT磁場キャンセル装置(22pBS 検出器III,実験核物理領域)
- 20aBD-4 (e,e'K^+)反応を用いたJLab-HallC第三世代ラムダハイパー核分光実験(20aBD 理論核物理領域,実験核物理領域合同 ハイパー核・ストレンジネスI(合同),理論核物理領域)
- 20aBD-2 (e,e'K^+)反応を用いたハイパー原子核分光実験への散乱電子側高分解能スペクトロメータHESの導入と成果(20aBD 理論核物理領域,実験核物理領域合同 ハイパー核・ストレンジネスI(合同),理論核物理領域)
- 30aSG-5 NKS2実験におけるTULを用いたトリガー及びDAQシステムの開発(30aSG 中高エネルギー重イオン・中間子生成・検出器II,実験核物理領域)
- 30aSG-4 NKS2実験用ニューヴァーテックスチェンバーシステムの開発(30aSG 中高エネルギー重イオン・中間子生成・検出器II,実験核物理領域)
- 27aSJ-5 第三世代(e,e'K^+)原子核分光実験JLab E05-115の準備状況(27aSJ 実験核物理領域,理論核物理領域合同 ハイパー核・ストレンジネス(合同)I,実験核物理領域)
- 23pSN-6 (e,e'K)反応を用いた次世代ハイパー核実験用標的の研究開発(23pSN イオン源・ターゲット,実験核物理領域)
- 23pZG-5 電子ビームによる次世代ラムダハイパー核分光実験用高分解能散乱電子スペクトロメータの研究(理論核物理領域,実験核物理領域合同,ハイパー核・ストレンジネス,理論核物理領域)
- 24pZV-7 (e,e'K)ハイパー核実験用水チェレンコフ検出器の開発(粒子・光検出器II,実験核物理領域)
- 23aZG-7 電子線によるハイパー核分光(実験核物理領域,理論核物理領域合同シンポジウム:S=-1ハイパー核研究の展開〜SKS15年,Hyperball10年の成果と今後〜,実験核物理領域)
- 21aZD-6 (e,e'K^+)反応を用いた次世代Λハイパー核分光実験2(21aZD 実験核物理領域,理論核物理領域合同 ハイパー核・ストレンジネス,実験核物理領域)
- 22aYF-14 ミュオン崩壊電子検出のための波長変換ファイバーを用いたシンチレーション検出器の開発2(22aYF 粒子・光検出器,実験核物理領域)
- 24pYF-4 重水素標的におけるパイオン光生成反応断面積(24pYF 中性子生成・対象性・ミュオン,実験核物理領域)
- 28pSE-9 中性K中間子スペクトロメータ(NKS2)を用いたK^0中間子光生成反応の研究(28pSE 中間子生成・ハドロン構造,実験核物理領域)
- 28pSE-10 中性K中間子生成実験における液体重水素標的システム(28pSE 中間子生成・ハドロン構造,実験核物理領域)
- 26pSE-10 中性K中間子スペクトロメータ用飛行時間測定器の製作と性能評価(26pSE 粒子・光検出器,実験核物理領域)
- 26pSE-11 中性K中間子生成実験のためのTOF Counter(26pSE 粒子・光検出器,実験核物理領域)
- 27aWB-11 閾値領域でのn(γ,K^0)Λ反応測定用新スペクトロメータの建設と現状(27aWB ハドロン物理・中間子生成,実験核物理領域,理論核物理領域合同招待講演,実験核物理領域)
- 音声認識における頑健性 : 音響分析・音響モデル,なにが課題か(企画)
- NICTにおける音声・言語研究拠点MASTARプロジェクトについて(「ユニバーサルコミュニケーションを実現するための言語処理技術」シンポジウム)
- 音声翻訳単位の推定における句読点情報の効果(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 多チャンネル三次元音場再現システムの再生方式の違いによる再現性能評価
- マルチモーダル音声言語処理とその応用(マルチモーダル)
- 音声翻訳研究20年の夜明け : 受賞業績 携帯電話によるネットワーク型コーパスベース音声翻訳システムの構築(平成19年度喜安記念業績賞紹介)
- 同時通訳者の知識と韻律情報を用いた講演文章のチャンキング(チャンキング・要約)
- 2D-5 多言語音声翻訳基盤の通信インタフェースの検討と構築(音声対話・翻訳,一般セッション,人工知能と認知科学)
- ストーリへの没入感を実現するダイブイントゥザムービープロジェクト(テーマ関連/オーガナイズドセッション)
- ストーリへの没入感を実現するダイブイゥザムービープロジェクト(オーガナイズドセッション,CV/PR技術のVRへの応用)
- 5.効率的アニメ制作支援のための3次元CG技術(情報技術が支えるアートとコンテンツの世界)
- NICTにおけるユニバーサルコミュニケーションのための音声言語研究(研究動向を探るセッション)
- HMM/BN音響モデルの設計と実装(国際ワークショップ"Beyond HMM")
- 統計的対話モデルを用いたWFSTに基づく音声対話システム
- 同調的対話を実現するプロトタイプシステムの開発(対話・インタフェース・インタラクション)
- 音声翻訳単位の推定における句読点情報の効果(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 音声翻訳単位の推定における句読点情報の効果(ドキュメント処理・翻訳・言語獲得,第10回音声言語シンポジウム)
- 来場者の声の特徴を反映する映像エンタテインメントシステムのための台詞音声生成システム
- iFACe:デジタルアニメ声優体験システム
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(2)(雑音・VAD,第9回音声言語シンポジウム)
- 個人の音声を反映する映像エンタテインメントシステム
- QAシステムのための音声入力インターフェース
- 音声認識の信頼度・複数候補を利用したWFST対話システムの評価
- 雑音下マルチモーダル音声認識評価基盤CENSREC-1-AVの構築
- 相談型対話のモデル化と対話戦略の最適化
- 音声認職の信頼度・複数候補を利用したWFST対話システムの評価
- HMM/BN音響モデルの設計と実装
- HMM/BN音響モデルの設計と実装(国際ワークショップ"Beyond HMM")
- HMM/BN音響モデルの設計と実装(国際ワークショップ"Beyond HMM")
- ハイブリッドHMM/BNモデルに基づいた調音特徴とスペクトル特徴の統合
- ハイブリッドHMM/BNモデルに基いた大語彙音声認識システム
- ハイブリッドHMM/BNモデルに基いた大語彙音声認識システム
- ベイジアンネットとジャンクションツリー分解を用いて知識を組み込んだ統計的音響モデル(第8回音声言語シンポジウム)
- ベイジアンネットとジャンクションツリー分解を用いて知識を組み込んだ統計的音響モデル(Session-5 特徴量・音響モデル,第8回音声言語シンポジウム)
- ベイジアンネットとジャンクションツリー分解を用いて知識を組み込んだ統計的音響モデル(Session-5 特徴量・音響モデル,第8回音声言語シンポジウム)
- マルチモーダル音声認識のための顔検出
- マルチモーダル音声認識のための顔検出
- 調音運動ダイナミクスの音声認識への応用(聴覚・音声/一般)
- F0パターンの自動推定と目標点の抽出(Session-4 一般(ポスターセッション),第8回音声言語シンポジウム)
- F0パターンの自動推定と目標点の抽出(Session-4 一般(ポスターセッション),第8回音声言語シンポジウム)
- 新映像技術「ダイブイントゥザムービー」
- 音場の局所化技術を応用した指向性スピーカシステムの試作と評価
- 音声翻訳技術の動向
- 新映像技術「ダイブイントゥザムービー」
- 雑音DBを用いたモデル適応化HMMのSN比別マルチパスモデルによる雑音下音声認識
- 言葉の壁を越える音声翻訳技術
- Web時代の音声・言語技術