インターネットデータの活用によるテキスト音声合成の感情表現力向上

• Project/Area Number: 24KJ0860
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund
• Section: 国内
• Review Section: Basic Section 61010:Perceptual information processing-related
• Research Institution: The University of Tokyo
• Principal Investigator: 関 健太郎 東京大学, 大学院情報理工学系研究科, 特別研究員(DC1)
• Project Period (FY): 2024-04-23 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,500,000 (Direct Cost: ¥4,500,000); Fiscal Year 2026: ¥1,100,000 (Direct Cost: ¥1,100,000); Fiscal Year 2025: ¥2,900,000 (Direct Cost: ¥2,900,000); Fiscal Year 2024: ¥500,000 (Direct Cost: ¥500,000)

Outline of Research at the Start

テキスト音声合成とは計算機を用いてテキストから人工的に音声を合成する技術であり，コミュニケーションを支える重要な技術である．
音声合成分野における技術的課題は感情の表現力を向上させることであり，これにはデータの豊富さが重要と考えられている．特にインターネット上に存在する莫大なデータはダークデータと呼ばれ学術的価値が注目されている．
本研究ではダークデータを用いた感情音声合成の検討を通じて，感情表現力豊かな音声合成を実現するための課題の整理とその解決策の検討を実施する．