固有声(eigenvoice)に基づいた音声合成…多様な声質の実現を目指して…

2002 Fiscal Year Annual Research Report

• Project/Area Number: 12680380
• Research Institution: Nagoya Institute of Technology
• Principal Investigator: 北村 正 名古屋工業大学, 工学部, 教授 (60114865)
• Co-Investigator(Kenkyū-buntansha): 宮島 千代美 名古屋工業大学, 工学部, 助手 (90335092) ; 益子 貴史 東京工業大学, 大学院・総合理工学研究科, 助手 (90272715) ; 小林 隆夫 名古屋工業大学, 工学部, 教授 (40186747)
• Keywords: HMM音声合成 / 固有声 / 声質 / eigenvoice

Research Abstract

本研究で実現を目指す「固有声に基づいた音声合成システム」は,大きくわけて(1)固有声学習部,(2)声質設定部,(3)音声合成部の3つの部分からなる.「音声合成部」については,これまでに提案した「HMMに基づく音声合成」により実現できる.また,「固有声学習部」に関しては,前年のまでの研究により確立することができた.従って,本年度は,「声質設定部」に関する研究を中心に進めた.
経過は,以下のようにまとめられる.
1.まず,各固有声がどのような表現語に対応しているかを調べる必要がある.受聴試験に基づく主観評価試験により,第1成分および第2成分は「性別」と「音量」との混合にほぼ対応していることがわかった.但し,第3成分以降の成分は,必ずしも,わかりやすい表現語と一対一対応している訳ではないこともわかった.
2.各成分と,代表的な声質に関する表現語との関係を明らかとするため,新たな受聴試験を行った.その結果を統計的に分析することにより,各成分の重みの値と,実現される合成音声の声質との間の関係をモデル化した.
3.モデルに基づいて,ユーザーが好みの声質(例:「若々しい女性の声」)を自在に設定できる音声合成システムを構築した.本システムは,以下のURLにおいて,実際に試用することが可能である.http://kt-lab.ics.nitech.acjp./〜demo/

Research Products

• [Publications] 川本真一: "擬人化音声対話エージェントの構築"情報処理学会論文誌. vol.43 no.7. 2249-2263 (2002)
• [Publications] 酒向慎司: "HMMに基づいた視聴覚テキスト音声合成--画像ベースアプローチ"情報処理学会論文誌. vol.43 no.7. 1382-1391 (2002)
• [Publications] 田村正統: "HMMに基づく音声合成におけるピッチ・スペクトルの話者適応"電子情報通信学会論文誌. vol.185-D-11 no.4. 545-553 (2002)
• [Publications] Junichi Yamagishi: "A training method for average voice model based on shared decision tree context clustering and speaker adaptive training"Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing. vol.1. 716-719 (2003)
• [Publications] Hiroyuki Suzuki: "Speech recognition using voice-characteristic-dependent acoustic models"Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing. vol.1. 740-743 (2003)
• [Publications] Keiichi Tokuda: "An HMM-based speech synthesis system applied to English"2002 IEEE Speech Synthesis Workshop. (CD-ROM). (2002)
• [Publications] Shin-ichi Kawamoto: "Open-source Software for Developing Anthropomorphic Spoken Dialog Agents"International Workshop on LIFELIKE ANIMATED AGENTS Tools, Affective Functions, and Applications. 64-69 (2002)
• [Publications] Jun-ichi Yamagishi: "A context clustering technique for average voice model in HMM-based speech synthesis"8th International Conference on Spoken Language Processing. 133-136 (2002)
• [Publications] Kengo Shichiri: "Eigenvoices for HMM-based speech synthesis"8th International Conference on spoken Language Processing. 1269-1272 (2002)
• [Publications] Heiga Zen: "Decision tree distribution tying based on a dimensional split technique"8th International Conference on spoken Language Processing. 1257-1260 (2002)
• [Publications] Shin-ichi Kawamoto: "Freeware for developments of anthropomorphic dialog agent"Third International Conference on Language Resources and Evaluation. (CD-ROM). (2002)
• [Publications] 嵯峨山茂樹: "擬人化音声対話エージェントツールキットGalatea"情報処理学会研究報告. vol.2003. 57-64 (2003)
• [Publications] 山岸順一: "平均声モデル構築におけるコンテキストクラスタリングと話者適応学習の検討"電子情報通信学会技術研究報告. vol.102 no.292. 5-10 (2002)
• [Publications] 川本真一: "カスタマイズが容易な擬人化音声対話エージェント"Interaction2002. 61-62 (2002)
• [Publications] 川本 真一: "擬人化音声対話エージェントツールキット基本設計"情報処理学会研究報告. vol.2002, no.10. 61-66 (2002)
• [Publications] 七里建吾: "固有声手法を用いたHMMに基づく任意の声質合成システムの検討"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 275-276 (2003)
• [Publications] 江本喜久男: "自動ラベリングのためのMSD-HMMを用いたアクセント型認識"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 369-370 (2003)
• [Publications] 水谷伸晃: "HMMに基づいた単位接続型音声合成における継続長コストの導入"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 245-246 (2003)
• [Publications] 都築亮介: "HMM音声合成における感情表現のモデル化に関する検討"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 269-270 (2003)
• [Publications] 岸本由加: "HMM音声合成のためのポストフィルタ係数の自動決定"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 243-244 (2003)
• [Publications] 片岡俊介: "HMM音声合成における決定木のバックオフによる品質改善の検討"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 239-240 (2003)
• [Publications] 板谷洋平: "DAEMアルゴリズムを用いた話者認識のためのGMM学習法"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 115-116 (2003)
• [Publications] 全〓河: "動的特徴量を含んだHMMより導出されるトラジェクトリモデル"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 13-14 (2003)
• [Publications] 全〓河: "言語モデルからの文生成による音声合成コーパス用テキスト設計の検討"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 257-258 (2003)
• [Publications] 徳田恵一: "律生成HMMのための学習データ作成ツール"日本音響学会2003年秋季研究発表会講演論文集. vol.I. 259-260 (2003)
• [Publications] 山岸順一: "話者適応のための平均声モデル学習法の検討"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 351-352 (2002)
• [Publications] Keiichi Tokuda: "HMM-based approach to English speech synthesis"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 357-358 (2002)
• [Publications] 七里建吾: "固有声を用いたHMM音声合成における声質評価の検討"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 359-360 (2002)
• [Publications] 全〓河: "決定木による音素コンテキスト・次元・状態位置の同時クラスタリング"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 39-40 (2002)
• [Publications] 水谷伸晃: "HMMに基づいた単位接続型音声合成"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 241-242 (2002)
• [Publications] 鈴木浩之: "声質を考慮した音響モデルによる音声認識"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 37-38 (2002)
• [Publications] 岸本由加: "HMM音声合成のためのポストフィルタリング"日本音響学会2002年秋季研究発表会講演論文集. vol.I. 279-280 (2002)
• [Publications] 石川ちさと: "HMM歌声合成における音韻・音高の同時モデル化"第1回情報科学技術フォーラムForum on Information Technology (FIT2002). 237-238 (2002)