声道形状制御に基づく声質制御性および可視化性の高い音声分析合成手法の開発

• Project/Area Number: 24K15000
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: Meijo University
• Principal Investigator: 坂野 秀樹 名城大学, 情報工学部, 教授 (20335003)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 音声分析合成 / 声道形状 / 声質制御 / 可視化 / 発声器官

Outline of Research at the Start

音声は、様々な要因によって聞き取りづらいものとなり、それが円滑なコミュニケーションの妨げとなることがある。本応募課題では、このように聞き取りづらくなった音声を後処理により聞き取りやすい音声に変換したり、様々な劣化要因があっても聞き取りづらくならないように事前に処理したりすることができ、さらに最終的な出力結果を分かりやすく可視化することのできる音声分析合成手法の開発を行う。具体的には、音声信号から声道形状に関する情報を抽出・可視化した後、声道形状そのもの及びその動的な変化の特性を制御し、入力音声の話者性を保持したままの状態で、聞き取りやすい音声を生成できる手法を確立する。