多様な歌声合成のための重回帰HSMMに基づくスタイル制御法の検討(オーガナイズドセッション「多様な音声・歌声の合成に向けて」,音声・言語・対話,一般)

概要

論文の詳細を見る
本稿では、HMMに基づく歌声合成における合成音声の多様化を目的とし、合成音声に現れるスタイルとその度合を直観的に操作できる重回帰HSMMに基づくスタイル制御法を提案する。提案法では、学習データに含まれるスタイルとその表出度合をスタイルベクトルと呼ばれる低次元のベクトルにより表し、これを説明変数とした重回帰によりモデルの各分布の平均パラメータを表現することでスタイルとその度合を明示的にモデル化する。合成時には所望のスタイルベクトルを与えることで、各スタイルの度合を弱める、あるいは強調することができる。さらに提案法では、限られた学習データで精度よく音高をモデル化するため、楽譜情報を利用した音高正規化学習を重回帰HSMMに導入する。また、ビブラートが顕著でない歌唱音声においても安定してビブラートパラメータを抽出できる手法を提案し、これらにより自然性を保ったまま、合成音声の歌唱スタイルを直観的に制御できることを主観評価により示す。
一般社団法人電子情報通信学会の論文
2013-01-23