個人性を考慮した異言語音声合成に対する知覚評価(オーガナイズドセッション「音声知覚生成インタラクション・音声認識合成統合技術」,音声知覚生成/聴覚コミュニケーション,一般)
スポンサーリンク
概要
- 論文の詳細を見る
HMM音声合成システムの話者適応技術を使用して,入力日本語音声の話者性を模した英語合成音声を出力する話者選択手法についての知覚評価実験を実施した.選択手法は英語音声のみより作られたGMMから日本語音声に対する尤度最大基準で選択するものと,バイリンガル・音声コーパスを利用して,日本語の空間から英語の空間ヘバイリンガル話者を参照点としてマッピングする方法,ならびにバイリンガル・音声コーパスによって構成された話者空間の座標を聴覚的特徴量による重回帰予測する方法の3種類であった.知覚評価課題は,2話者による日本語音声のいずれを合成英語音声が模していると思うかを強制選択する課題と,2種類の英語合成音声のいずれが先行呈示された日本語音声を模していると思うかを強制選択する課題の2種であった.前者の課題ではいずれの選択手法ともチャンス・レベルを有意に上回る選択が可能であることを示した.後者の課題では聴覚特徴量に基づく選択を除いてある程度の有効性が確認された.しかし選択正答率はいずれのケースもそれほど高いものではなく,さらなる改良の余地が存在することがうかがわれた.
- 一般社団法人電子情報通信学会の論文
- 2012-06-07
著者
-
津崎 実
Atr人間情報通信研究所
-
河井 恒
株式会社KDDI研究所
-
大浦 圭一郎
名古屋工業大学
-
河井 恒
(独)情報通信研究機構
-
河井 恒
Atr音声言語コミュニケーション研究所
-
河井 恒
KDD研究所
-
河井 恒
(株)KDDI研究所
-
河井 恒
独立行政法人情報通信研究機構
-
徳田 恵一
名古屋工業大学
-
河井 恒
情報通信研究機構
-
倪 晋富
ATR音声言語コミュニケーション研究所
-
塩田 さやか
名古屋工業大学
-
津崎 実
京都市立芸大
-
津崎 実
京都市立芸術大学音楽学部
-
河井 恒
(株)KDDI研究所ヒューマンコミュニケーション部門
-
志賀 芳則
(独)情報通信研究機構ユニバーサルコミュニケーション研究所
-
倪 晋富
名古屋工業大学工学部
-
大浦 圭一郎
名古屋工業大学工学部
-
塩田 さやか
名古屋工業大学工学部
関連論文
- フレッシュマン企画 : 音の常識Q&A(やさしい解説)
- 音の持続時間が音源の大きさ知覚に及ぼす影響 : 母音刺激を用いた検討(日本基礎心理学会第28回大会,大会発表要旨)
- テレビ視聴環境を利用した顔認識のための変動学習
- 携帯型端末を用いた音声自動翻訳システムとフィールド実験(モバイルと放送の融合時代を迎えて(1セグ放送, モバイル放送, 携帯放送融合サービス, 1セグ対応携帯端末, モバイルコンテンツと放送コンテンツの融合, マルチメディア配信, ディジタル放送受信機, および一般))
- 音楽情報検索向け類似テキスト検索システムの試作(音楽情報検索)
- 携帯電話音声に対する主観評価の精度及び客観評価尺度PESQの有効性の検証(一般)
- 種々の周波数遷移特性における音の時間知覚の比較(日本基礎心理学会第28回大会,大会発表要旨)
- 第1回 HTSを用いた音声合成システムの構築
- 雑音環境での認識に頑健な発声全体平均局所分散正規化法
- 等間隔性からのずれに対する聴覚感度の調査 : 周波数遷移の開始点と終了点での比較(日本基礎心理学会第27回東北大会,大会発表要旨)
- HMM音声合成における共分散パラメータの共有に関する検討(ポスターセッション,第10回音声言語シンポジウム)
- 音系列中の新規音知覚に関わる周波数遷移条件の検討
- B-6-57 総合音声伝送品質率に基づくヘッダ圧縮処理の制御に関する一検討(B-6.ネットワークシステム,一般講演)
- 転送特性が非対称なワイヤレスリンクにおけるヘッダ圧縮性能向上に関する検討(Webサービスベースのオフィスアプリケーション・ネットワーキング・マネジメント及び一般)
- B-6-124 転送特性の異なる複合IP網における会話型アプリサービス提供に関する一検討(B-6.ネットワークシステム, 通信2)
- 背景雑音を含む携帯電話音声に対するMOS評価の精度推定とPESQの有効性検証
- B-6-115 ワイヤレスIP網におけるRTPパケット受信バッファ制御に関する一検討(B-6. ネットワークシステム, 通信2)
- 無線 IP 網上における区間分割型 QoS 情報通知機能に基づくメディア品質制御手法
- 無線IP網上における区間分割型QoS情報通知機能に基づくメディア品質制御手法
- アンサンブル学習に基づく音韻継続長のモデル化(合成, 生成, 韻律, 一般)
- 日本人英語学習者音声の時間制御特性客観評価(音声生成・知覚,聴覚心理,音声学・音韻論,一般)
- 分散型音声認識の商用システム構築(特別企画「音声認識デベロッパーズフォーラム」)
- B-15-16 統合PDA端末の開発(6) : 分散型音声認証システムの実装(B-15. モバイルマルチメディア通信, 通信1)
- 大語彙汎用音声認識エンジンの評価
- 大語彙汎用音声認識エンジンの開発
- 音声翻訳システムのための声質変換法と日中英語間における評価
- Q&Aコーナー(コーヒーブレーク)
- 携帯型端末を用いた音声自動翻訳システムとフィールド実験
- 多言語音声の合成
- HMM音声合成システム(HTS)の開発(システム,第9回音声言語シンポジウム)
- HMM音声合成システム(HTS)の開発(システム,第9回音声言語シンポジウム)
- HMM音声合成システム(HTS)の開発(システム,第9回音声言語シンポジウム)
- HMM音声合成における共分散パラメータの共有に関する検討(ポスターセッション,第10回音声言語シンポジウム)
- HMM音声合成における共分散パラメータの共有に関する検討(ポスターセッション,第10回音声言語シンポジウム)
- Sinsy:「あの人に歌ってほしい」をかなえるHMM歌声合成システム
- 連続数字認識を利用した悪戯電話排除システム
- Sinsy : 「あの人に歌ってほしい」をかなえるHMM歌声合成システム
- 少数マイクロホンを用いた音声入力手法の検討(立体音響・トランスデューサ/一般)
- 大規模コーパスを用いた音声合成システムXIMERA(音声,聴覚)
- 音声合成システムXIMERAにおける日本語合成音の自然性劣化要因の分析
- コーパス・ベース音声合成システムXIMERA(一般, 一般, チュートリアルレクチャー)
- コーパス・ベース音声合成システムXIMERA
- ATRにおける中国語テキスト音声変換システム
- 品詞列の分析にもとづく中国語音声のポーズ予測(合成・生成,韻律,一般)
- 連続母音の遷移部の知覚における後続雑音の効果
- 種々の周波数変化音の動的知覚特性
- 周波数変化音の動的知覚特性
- スイープ音追跡過程の動特性
- 連続音声の過度部の知覚における後続雑音の効果
- 周波数変化音知覚における残効
- A-10-7 2段階DOA推定法に基づく音源分離手法の評価(A-10.応用音響,一般講演)
- 波形接続型音声合成における素片選択遅延時間の短縮(音声,聴覚)
- 素片接続型音声合成における最良優先探索に基づく素片選択(一般, STRAIGHTスペシャルセッション(SS))
- 波形接続型音声合成における連続素片優先探索の効果(合成, 生成, 韻律, 一般)
- 幅優先探索に基づく短遅延素片選択アルゴリズムの評価
- 短遅延素片選択におけるビーム幅制御の検討
- 短遅延音声合成のための素片選択法(合成・生成,韻律,一般)
- 素片接続合成単位選択のための特徴量に関する聴覚モデルの導入 : 物理モデルとの比較と聴取実験による評価
- 音声認識を利用した携帯電話サービスの開発(パネルディスカッション「音声認識技術の実用化」)
- 音声合成用大規模音声コーパスの構築(チュートリアル: 音声収録から始めるコーパスベース音声合成, 一般, チュートリアルレクチャー)
- 無線 IP 網上における区間分割型 QoS 情報通知機能に基づくメディア品質制御手法
- 無線IP網上における区間分割型QoS情報通知機能に基づくメディア品質制御手法
- STRAIGHT合成音源に対する位相拡散の最適化 : 心理評価と制御変数値推定の試み
- STRAIGHT合成音源に対する位相拡散の最適化 : 心理評価と制御変数値推定の試み
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定 (音声)
- 聴覚系における共鳴体の「大きさ」知覚の時間追随性 : 寸法変調音声を用いた検討(日本基礎心理学会第26回大会,大会発表要旨)
- 語彙が与える印象に基づく対話韻律生成
- ジッター検出に対する時間領域の非対称性の影響
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定
- 発話の時間構造知覚における視聴覚の情報統合 : 時間知覚における聴覚優位の再発見
- 音色の印象に関わる非パワースペクトル的要因
- 合成音源に対する群遅延制御と基本周波数変換音声の品質
- 音声分析合成系における音源の非周期成分付加方式の比較検討
- 音声の非周期成分の時間特性の抽出と合成について
- STRAIGHT合成音源に対する位相拡散効果の最適化 - 心理評価による検討 -
- 波形素片接続時の音素環境代替による自然性劣化の知覚的評価
- 群遅延・イベント・調派構造による音源情報表現の検討
- STRAIGHT分析合成音の心理評価 - 話者依存性の検討 -
- 単位接続型音声合成における音素環境代替による自然性劣化の知覚的評価
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 : 単独条件,一致条件,矛盾(固定)条件間の比較
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 -両モダリティーの時間構造が矛盾する場合-
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 --複数モダリティーの場合--
- 時間変形を施した発話の視聴覚刺激に対する知覚的弁別 --単一モダリティーの場合の比較--
- パルス列に対する群遅延特性の時間的非対称性の検出
- 非調波部分音によるピッチシフトのモデル
- 時間構造の知覚的再現性について : 揺らぐ時間と揺らがない時間
- コーパスベース音声合成技術の動向[III] : コーパスの設計と評価尺度
- 2010年度喜安記念業績賞紹介 : 第3世代携帯電話向けの分散型音声認識システムの実用化
- ネットワーク座談会「聴覚の情景分析」 : カクテルパーティー問題を越えて (聴覚の情景分析)
- 日英バイリンガル・コーパスを用いた知覚的話者空間の推定(オーガナイズドセッション2,聴覚・音声・言語とその障害/一般)
- 単独母音間の話者寸法弁別に影響を与える時間的要因の検討
- 周波数変化音追跡の動特性
- Q&Aコーナー(コーヒーブレーク)
- スケーリングした2種のインパルス応答が交替する音系列に対するピッチ知覚 : 調整法による心理物理実験
- 特集 日本音楽知覚認知学会編集委員会座談会議事録
- 歌舞伎とニュートンの林檎(ちょっとしたエッセイ,コーヒーブレーク)
- 個人性を考慮した異言語音声合成に対する知覚評価
- スケール変形母音の話者寸法弁別と母音同定 : 母音持続時間の依存性
- 個人性を考慮した異言語音声合成に対する知覚評価(オーガナイズドセッション「音声知覚生成インタラクション・音声認識合成統合技術」,音声知覚生成/聴覚コミュニケーション,一般)
- スケール変形母音の話者寸法弁別と母音同定 : 母音持続時間の依存性(オーガナイズドセッション「音声知覚生成インタラクション・音声認識合成統合技術」,音声知覚生成/聴覚コミュニケーション,一般)