音声合成のためのサブバンド符号化技術を用いた高速な波形生成(音声合成・音声再生,電気音響,信号処理,音声一般)

概要

論文の詳細を見る
HMM音声合成における波形生成処理を高速化するため、MPEGオーディオ符号化で用いられるサブバンド符号化技術を応用した音声波形の生成方法を提案する。提案方法は音源波形に対してフィルタバンクで帯域分割を行い、帯域分割波形の振幅をそれぞれ変更して組み合わせて音声のスペクトルを合成する方法が基となっているが、帯域分割波形を予めサブバンド符号化しておき、サブバンド符号領域で帯域分割波形を組み合わせることで、処理量を削減する。また、特に低域のスペクトル再現性を改善するための正弦波合成も併せて導入するが、この処理もサブバンド符号領域で行う。このような構成とすることで、音声合成システム上でのサブバンド符号化処理が不要となる。また提案手法では、従来のメルケプストラムからスペクトルを求める必要が生じるが、サブバンド符号の復号処理で用いられる離散コサイン変換(DCT)処理を利用したスペクトルの計算方法についても説明する。自然音声の分析結果から再合成した音声に対する主観評価実験の結果、提案手法はメル対数スペクトル近似(MLSA)フィルタを従来の波形生成方法よりも高いスコアが得られた。
2013-05-09