対話音声合成の自然性とパラ言語情報の可制御性に対する話者正規化学習の効果(学生ポスターセッション,音声アプリケーション,一般)

スポンサーリンク

概要

論文の詳細を見る
本稿では、HMMを用いた対話音声合成において、複数話者のコーパスを用いた学習による学習データ量の増加および話者正規化学習法が合成音声の自然性とパラ言語情報の可制御性にもたらす効果について検討する。本研究では、パラ言語情報を少数の次元から構成される空間上の座標として表現し、この座標を用いて決定木コンテキストクラスタリングを行うことで、多様なパラ言語情報を表現する。モデルの学習時に発話毎に与えられた評価値を用いて学習し、任意の評価値を与えた音声を合成し、それらの自然性とパラ言語情報の可制御性の評価を行った。
2013-02-21

著者

関連論文

もっと見る

スポンサーリンク