| 研究課題/領域番号 |
15H02726
|
|---|
| 研究機関 | 和歌山大学 |
|---|
研究代表者 |
河原 英紀 和歌山大学, 学内共同利用施設等, 名誉教授 (40294300)
|
|---|
| 研究分担者 |
西村 竜一 和歌山大学, システム工学部, 助教 (00379611)
松井 淑恵 和歌山大学, システム工学部, 助教 (10510034)
坂野 秀樹 名城大学, 理工学部, 准教授 (20335003)
入野 俊夫 和歌山大学, システム工学部, 教授 (20346331)
森勢 将雅 山梨大学, 総合研究部, 助教 (60510013)
榊原 健一 北海道医療大学, リハビリテーション科学部, 准教授 (80396168)
戸田 智基 名古屋大学, 情報基盤センター, 教授 (90403328)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | 音声分析 / 音声合成 / 感情音声 / 歌唱音声 / 障害音声 / 音声情報表現 |
|---|
| 研究実績の概要 |
[研究目的]最先端の音声研究推進のための技術基盤とそれを用いたツール群の整備を目的とする。
[研究実施計画]平成28年度は、本課題の基盤としていた音声の情報表現において画期的な進展が得られた。具体的には、当初計画では想定していなかった、英国Googleの音声研究グループとの協力から生み出されたSTRAIGHTを代替できる新しい音声分析合成技術YANG vocoderがきっかけとなり、更に新しく理論的にも見通しの良い音声分析方法の発見が生じたのである。YANG vocoderでは音源情報の分析部分が、(1)周期性検出、(2)基本波成分追跡、(3)基本周波数適応時間軸伸縮による基本周波数推定値の改良と非周期成分推定の三段階に構造化されている。このような構造化により問題設定が明確になったことと、別の課題の追求で発明した新しい余弦級数の非常に有用な性質を組み合わせることにより、瞬時周波数と非周期成分の新しい計算方法の発明に至った。この計算法は、wavelet変換と組み合わせることにより、第一段階の周期性検出に応用され、Fourier変換と組み合わせることにより、第三段階の推定地の改良と非周期成分の推定に適用できる。さらに、それぞれに効率の良いアルゴリズムを開発することにより、実時間性の要求される対話的環境への応用と、大規模な音声コーパスの分析に適した実用性の高いものとすることができた。これらの一部は、国内の会議で報告することにより成果の早期での社会還元を進めるとともに、影響力の大きい旗艦国際会議への投稿を行なっている。また、実際の応用を促進するために、MATLABによるコードの公開も進めた。また、これらの情報表現と透明性の高い操作方法を開発するための基盤として、音声研究支援環境であるSparkNGの開発を進め、これもMATLABによるソースコードとして公開している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本課題の提案時に想定していた静的情報表現は、平成28年度の新しい情報表現の発見によりより優れた表現によって置き換えられるに至った。これは、当初に想定していた研究の流れの延長には無い飛躍的な進歩であり、本課題の目的をより高い立場において達成することにつながる。しかも、これまでの本課題の推進によって応用展開のための基盤が整備されていることから、最終年度においてこれらを統合したかたちで社会に還元する道筋も見えている。また、当初計画に上げていたWORLDならびにその構成技術であるD4Cも、オープンアクセスの論文として刊行した。これらの状況から本研究課題は当初計画以上に進展していると判断する。
|
| 今後の研究の推進方策 |
最終年度にあたり、平成28年度に新たに発見された情報表現に基づく体系化という形に本課題の成果を再構成することを最重要目標として推進する。具体的な全体構想は当初計画と同様であるが、その基盤となる部分をより高度なものに置き換えることになる。これまでに蓄積してきた応用基盤やデータは、ほぼそのまま利用することができるため、この変更に伴う問題は生じない。
|
