• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2014 Fiscal Year Annual Research Report

ガウス過程回帰モデルに基づくノンパラメトリック音声合成の研究

Research Project

Project/Area Number 25540065
Research InstitutionTokyo Institute of Technology

Principal Investigator

小林 隆夫  東京工業大学, 総合理工学研究科(研究院), 教授 (70153616)

Co-Investigator(Kenkyū-buntansha) 能勢 隆  東北大学, 工学(系)研究科(研究院), 講師 (90550591)
Project Period (FY) 2013-04-01 – 2015-03-31
Keywordsテキスト音声合成 / 統計的音声合成 / ガウス過程回帰 / 動的特徴量 / 系列内変動
Outline of Annual Research Achievements

ガウス過程回帰によるノンパラメトリックモデル化に基づくテキスト音声合成手法の開拓をめざして、研究初年度では、ガウス過程回帰モデルに基づいたスペクトルパラメータ系列の生成手法を提案し、従来の隠れマルコフモデルに基づくモデル化に比べて性能が改善することを示した。本年度は提案手法のさらなる性能向上に重点をおいて研究を実施した。
まず、従来の統計的パラメトリック音声合成手法において,生成パラメータの過剰平滑化の抑制に有用性が知られている系列内変動を提案モデル化手法に導入した定式化を行った。これに加えて動的特徴量を考慮したパラメータ生成の定式化も行った。その結果、系列内変動と動的特徴量を導入することで、合成音声のスペクトル歪をさらに減少できることを示した。さらに、これら提案手法で用いる最適なハイパーパラメータの推定手法を提案し、ハイパーパラメータの調整が自動化できることを示した。
次に、ガウス過程回帰を用いる統一的な枠組みによる音声合成システムの構築をめざし、音声のスペクトルに加えて韻律のモデル化・パラメータ生成手法の開発にも着手した。ガウス過程分類を利用した有声/無声区間推定、ガウス過程回帰に基づく基本周波数パタンのモデル化とパラメータ生成手法、韻律生成時に有用となるフレームコンテキスト等の基礎的検討を行い、提案音声合成システムを実現できる見通しが得られた。
この他に,新たな音声合成手法の枠組みの開発と同時に、読上げ調音声と比べて合成音声の再現がより難しいオーディオブック向け音声と歌唱音声の収録を行い、提案手法の性能評価を行うための基盤整備を行った。
本研究で得られた成果を基に、今後はガウス過程回帰を用いる統一的な枠組みによる音声合成システムを実現し、多様な話者性や話し言葉を含む多様なスタイルによる音声合成、多言語音声合成へと,研究を展開して行く予定である。

  • Research Products

    (13 results)

All 2015 2014

All Journal Article (7 results) (of which Peer Reviewed: 4 results,  Acknowledgement Compliant: 7 results) Presentation (6 results)

  • [Journal Article] ガウス過程回帰に基づく音声合成システムの検討2015

    • Author(s)
      郡山知樹, 小林隆夫
    • Journal Title

      日本音響学会2015年春季研究発表会講演論文集

      Volume: CD-ROM Pages: 269-270

    • Acknowledgement Compliant
  • [Journal Article] ガウス過程回帰に基づく音声合成のためのコンテキストの検討2015

    • Author(s)
      岡元伶洋, 郡山知樹, 小林隆夫
    • Journal Title

      日本音響学会2015年春季研究発表会講演論文集

      Volume: CD-ROM Pages: 371-372

    • Acknowledgement Compliant
  • [Journal Article] Prosody generation using frame-based Gaussian process regression and classification for statistical parametric speech synthesis2015

    • Author(s)
      Tomoki Koriyama, Takao Kobayashi
    • Journal Title

      Proceedings of 2015 IEEE International Conference on Acoustics, Speech, and Signal Processing

      Volume: ICASSP 2015 Pages: 4929-4933

    • Peer Reviewed / Acknowledgement Compliant
  • [Journal Article] Statistical parametric speech synthesis based on Gaussian process regression2014

    • Author(s)
      Tomoki Koriyama, Takashi Nose, Takao Kobayashi
    • Journal Title

      IEEE Journal of Selected Topics in Signal Processing

      Volume: 8 Pages: 173-183

    • DOI

      10.1109/JSTSP.2013.2283461

    • Peer Reviewed / Acknowledgement Compliant
  • [Journal Article] Parametric speech synthesis based on Gaussian process regression using global variance and hyperparameter optimization2014

    • Author(s)
      Tomoki Koriyama, Takashi Nose, Takao Kobayashi
    • Journal Title

      Proceedings of 2014 IEEE International Conference on Acoustics, Speech, and Signal Processing

      Volume: ICASSP 2014 Pages: 3862-3866

    • DOI

      10.1109/ICASSP.2014.6854319

    • Peer Reviewed / Acknowledgement Compliant
  • [Journal Article] Parametric speech synthesis using local and global sparse Gaussian processes2014

    • Author(s)
      Tomoki Koriyama, Takashi Nose, Takao Kobayashi
    • Journal Title

      Proceedings of IEEE International Workshop on Machine Learning for Signal Processing

      Volume: MLSP 2014 Pages: 1-6

    • DOI

      10.1109/MLSP.2014.6958921

    • Peer Reviewed / Acknowledgement Compliant
  • [Journal Article] ガウス過程回帰に基づくF0パタン生成の検討2014

    • Author(s)
      郡山知樹, 能勢 隆, 小林隆夫
    • Journal Title

      日本音響学会2014年秋季研究発表会講演論文集

      Volume: CD-ROM Pages: 247-248

    • Acknowledgement Compliant
  • [Presentation] Prosody generation using frame-based Gaussian process regression and classification for statistical parametric speech synthesis2015

    • Author(s)
      Tomoki Koriyama
    • Organizer
      2015 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2015
    • Place of Presentation
      Brisbane Convention & Exhibition Centre(オーストラリア)
    • Year and Date
      2015-04-19 – 2015-04-24
  • [Presentation] ガウス過程回帰に基づく音声合成システムの検討2015

    • Author(s)
      郡山 知樹
    • Organizer
      日本音響学会2015年春季研究発表会
    • Place of Presentation
      中央大学後楽園キャンパス(東京)
    • Year and Date
      2015-03-16 – 2015-03-18
  • [Presentation] ガウス過程回帰に基づく音声合成のためのコンテキストの検討2015

    • Author(s)
      岡元 伶洋
    • Organizer
      本音響学会2015年春季研究発表会
    • Place of Presentation
      中央大学後楽園キャンパス(東京)
    • Year and Date
      2015-03-16 – 2015-03-18
  • [Presentation] Parametric speech synthesis using local and global sparse Gaussian processes2014

    • Author(s)
      Tomoki Koriyama
    • Organizer
      International Workshop on Machine Learning for Signal Processing, MLSP2014
    • Place of Presentation
      Reims Centre De Congres(フランス)
    • Year and Date
      2014-09-21 – 2014-09-24
  • [Presentation] ガウス過程回帰に基づくF0パタン生成の検討2014

    • Author(s)
      郡山 知樹
    • Organizer
      日本音響学会2014年秋季研究発表会
    • Place of Presentation
      北海学園大学豊平キャンパス (北海道)
    • Year and Date
      2014-09-03 – 2014-09-05
  • [Presentation] Parametric speech synthesis based on Gaussian process regression using global variance and hyperparameter optimization2014

    • Author(s)
      Tomoki Koriyama
    • Organizer
      2014 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2014
    • Place of Presentation
      "Fortezza Da Basso” Convention & Exhibition Centre (イタリア)
    • Year and Date
      2014-05-04 – 2014-05-09

URL: 

Published: 2016-06-01  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi