統計的に一貫した基準に基づく声質変換手法の構築

• 研究課題/領域番号: 24700166
• 研究種目: 若手研究(B)
• 配分区分: 基金
• 研究分野: 知覚情報処理・知能ロボティクス
• 研究機関: 名古屋工業大学
• 研究代表者: 南角 吉彦 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (80397497)
• 研究期間 (年度): 2012-04-01 – 2015-03-31
• 研究課題ステータス: 完了 (2014年度)
• 配分額: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2013年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2012年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
• キーワード: 声質変換 / 国際情報交換

研究成果の概要

本研究では、高性能な声質変換の技術の改善について取り組んだ。声質変換とは、ある話者が発声した音声を他の人の声に変換する技術である。従来の声質変換では、音声特徴としてスペクトル情報（音色）や基本周波数（声の高さ、抑揚）などを独立に変換していたのに対し、提案手法では特徴量間の相関も考慮して、統一的に音声特徴を変換する枠組みを開発した。これにより、声質変換の性能が改善されることを示した。また、より少量の学習データで高性能な声質変換器を構築する手法を提案した。

研究成果

• [雑誌論文] Spectral modeling with contextual additive structure for HMM-based speech synthesis (2014)
  • 著者名/発表者名: Shinji Takaki, Yoshihiko Nankaku and Keiichi Tokuda
  • 雑誌名: IEEE Transactions on Audio, Speech, and Language Processing 巻: Vol. 8, Issue 2 号: 2 ページ: 229-238
  • DOI: 10.1109/jstsp.2014.2305919
  • 査読あり
• [雑誌論文] Integration of spectral feature extraction and modeling for HMM-based speech synthesis (2014)
  • 著者名/発表者名: Kazuhiro Nakamura, Kei Hashimoto, Yoshihiko Nankaku, and Keiichi Tokuda
  • 雑誌名: IEICE TRANSACTIONS on Information & Systems 巻: vol.E97-D, no.6 ページ: 1438-1448
  • NAID: 130004841776
  • 査読あり
• [雑誌論文] A Bayesian Framework Using Multiple Model Structures for Speech Recognition (2013)
  • 著者名/発表者名: Sayaka Shiota, Kei Hashimoto, Yoshihiko Nankaku, Keiichi Tokuda,
  • 雑誌名: IEICE Transactions on Information and Systems 巻: E96.D 号: 4 ページ: 939-948
  • DOI: 10.1587/transinf.E96.D.939
  • NAID: 10031182859
  • ISSN: 0916-8532, 1745-1361
  • 査読あり
• [学会発表] ニューラルネットワークに基づく音声合成における生成モデルの利用の検討 (2014)
  • 著者名/発表者名: 橋本佳，大浦圭一郎，南角吉彦，徳田恵一
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 北海学園大学
  • 年月日: 2014-09-03 – 2014-09-05
• [学会発表] 因子分析に基づくHMM音声合成における基底クラスタリングの検討 (2014)
  • 著者名/発表者名: 吉村建慶，橋本佳，南角吉彦，徳田恵一
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 北海学園大学
  • 年月日: 2014-09-03 – 2014-09-05
• [学会発表] H/L型アクセント推定と音響モデリングを統合したHMM音声合成の検討 (2014)
  • 著者名/発表者名: 神谷翔大，橋本佳，大浦圭一郎，南角吉彦，徳田恵一
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 北海学園大学
  • 年月日: 2014-09-03 – 2014-09-05
• [学会発表] 統計的機械学習問題としての音声研究 (2014)
  • 著者名/発表者名: 南角吉彦
  • 学会等名: 電子情報通信学会 音声研究会
  • 発表場所: ホテル花巻
  • 年月日: 2014-07-24 – 2014-07-26
  • 招待講演
• [学会発表] Integration of speaker and pitch adaptive training for HMM-based singing voice synthesis (2014)
  • 著者名/発表者名: Kanako Shirota, Kazuhiro Nakamura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda
  • 学会等名: 2014 IEEE International Conference on Acoustics, Speech, and Signal Processing
  • 発表場所: Florence Italy
  • 年月日: 2014-05-06 – 2014-05-09
• [学会発表] HMM-based singing voice synthesis and its application to Japanese and English (2014)
  • 著者名/発表者名: Kazuhiro Nakamura, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda
  • 学会等名: 2014 IEEE International Conference on Acoustics, Speech, and Signal Processing
  • 発表場所: Florence Italy
  • 年月日: 2014-05-06 – 2014-05-09
• [学会発表] 表現語空間を用いた連結固有声法に基づくクロスリンガル話者適応の検討 (2014)
  • 著者名/発表者名: 佐藤 雄介，中村 和寛，橋本 佳，大浦 圭一郎，南角 吉彦，徳田 恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学（駿河台キャンパス）
• [学会発表] GMM事後確率に基づいた重み付き変換関数による声質変換の検討 (2014)
  • 著者名/発表者名: 鶴野 高輝，橋本 佳 ，南角 吉彦，徳田 恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学（駿河台キャンパス）
• [学会発表] HMM音声合成におけるLSPに関連した特徴量表現の検討 (2014)
  • 著者名/発表者名: 有竹 貴士，中村 和寛，橋本 佳，大浦 圭一郎，南角 吉彦，徳田 恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学（駿河台キャンパス）
• [学会発表] 低周波数標本化音声データの高帯域成分復元を考慮したメルケプストラム分析の検討 (2014)
  • 著者名/発表者名: 中村 和寛，橋本 佳，大浦 圭一郎，南角 吉彦，徳田 恵一
  • 学会等名: 日本音響学会春季研究発表会,
  • 発表場所: 日本大学（駿河台キャンパス）
• [学会発表] 状態レベルのコンテキストを用いたHMM音声合成の検討 (2014)
  • 著者名/発表者名: 大浦 圭一郎，橋本 佳，南角 吉彦，徳田 恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学（駿河台キャンパス）
• [学会発表] Cross-lingual speaker adaptation based on factor analysis using bilingual speech data for HMM-based speech synthesis (2013)
  • 著者名/発表者名: Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku and Keiichi Tokuda
  • 学会等名: ISCA Speech Synthesis Workshop(SSW8)
  • 発表場所: Barcelona, Spain
• [学会発表] Contextual partial additive structure for HMM-based speech synthesis (2013)
  • 著者名/発表者名: Shinji Takaki, Yoshihiko Nankaku and Keiichi Tokuda
  • 学会等名: 2013 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2013)
  • 発表場所: Vancouver, Canada
• [学会発表] Integration of acoustic modeling and mel-cepstral analysis for HMM-based speech synthesis (2013)
  • 著者名/発表者名: Kazuhiro Nakamura, Kei Hashimoto, Yoshihiko Nankaku, Keiichi Tokuda
  • 学会等名: 2013 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2013)
  • 発表場所: Vancouver, Canada
• [学会発表] HMM音声合成にお ける因子分析を用いた発話適応学習の検討 (2013)
  • 著者名/発表者名: 桑子修一，高木信二，橋本佳，南角吉彦，徳田恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 東京工科大学
• [学会発表] HMM音声合成のためのバイリンガルデータを用いた因子分析に基づくクロスリンガル話者適応 (2013)
  • 著者名/発表者名: 吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 東京工科大学
• [学会発表] Cross-lingual speaker adaptation for HMM-based speech synthesis using joint-eigenvoices with a space of perceptual characteristics (2013)
  • 著者名/発表者名: Viviane de Franca Oliveira, Sayaka Shiota, Kei Hashimoto, Yoshihiko Nankaku, and Keiichi Tokuda
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 東京工科大学
• [学会発表] A Bayesian approach to speaker recognition based on GMMs using multiple model structures (2012)
  • 著者名/発表者名: Takafumi Hattori, Kei Hashimoto, Yoshihiko Nankaku, Keiichi Tokuda
  • 学会等名: Interspeech 2012
  • 発表場所: Portland, USA
• [学会発表] Cross-lingual speaker adaptation for HMM-based speech synthesis based on perceptual characteristics and spaker interpolation (2012)
  • 著者名/発表者名: Viviane de Franca Oliveira, Sayaka Shiota, Yoshihiko Nankaku, Keiichi Tokuda
  • 学会等名: Interspeech 2012
  • 発表場所: Portland, USA