聴覚情報の静的表現に基づく高度音声処理基盤の構築

2017 年度 実績報告書

• 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 豊橋技術科学大学, 工学研究科, 准教授 (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, 大学院総合研究部, 准教授 (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 / 歌声音声 / 障害音声 / 音声情報表現

研究実績の概要

[研究の目的]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。
[研究の成果]平成29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平成28年度に引続いて画期的な進展が得られた。音声研究の分野では、深層学習による手法が急速に普及し、特定のサービスを目的とする場合には、中間的な情報表現を介さずに応用システムを構築することが可能となっている。本課題でも深層学習に基づくWaveNetを導入することで応用システムによる合成音声の品質を大きく向上させた。しかし、その普及は音声の学術的研究に対して負の影響を与えつつある。本課題により発見／発明された音声の精密な情報表現の分析方法は、この負の影響を解決する位置付けにある。その成果である精密な音声の音源情報抽出法と、分析された音源情報に基づいて音源を生成する際の問題を解決する方法は、旗艦国際会議に採択され、高く評価されている。また、音声知覚研究の強力な研究手段として開発している、時変多属性任意事例数モーフィングを、研究コミュニティーの広い層への普及を促進するため、支援ツールを開発し配布を進めた。これらの活動が注目され、音声研究のハブとしての影響力を増しつつある、シンガポール国立大学に招かれ、国際会議の基調講演と今後の研究協力のための布石を行なった。さらに、平成29年度末には、音声研究のデファクトスタンダードとなっている我々の発明による音声処理基盤の数理的基礎を強固にする発明の萌芽が出現するに至った。このように、本課題では最終年度において、予定を大きく上回りかつ次の画期的な発展につながる成果が得られている。

現在までの達成度 (段落)

29年度が最終年度であるため、記入しない。

今後の研究の推進方策

29年度が最終年度であるため、記入しない。

備考

最初の二つは、和歌山大学に用意した、英文での情報発信用と日本語での情報発信用に用意したポータル機能を有するサイト。後の一つは、成果公開用のソフトウェアのGitHubへのリンク。

研究成果

• [雑誌論文] Sound quality comparison among high-quality vocoders by using re-synthesized speech (2018)
  • 著者名/発表者名: Masanori Morise, Yusuke Watanabe
  • 雑誌名: Acoustical Science and Technology 巻: 39 ページ: 263-265
  • DOI: 10.1250/ast.39.263
  • 査読あり / オープンアクセス
• [雑誌論文] Application of time-frequency representations of aperiodicity and instantaneous frequency for detailed analysis of filled pauses (2017)
  • 著者名/発表者名: Hideki Kawahara
  • 雑誌名: Journal of the Phonetic Society of Japan 巻: 21 ページ: 63-73
  • DOI: 10.24467/onseikenkyu.21.3_63
  • 査読あり / オープンアクセス
• [雑誌論文] ディジタル信号処理の落とし穴 (2017)
  • 著者名/発表者名: 河原 英紀
  • 雑誌名: 日本音響学会誌 巻: 73 ページ: 62-63
  • DOI: 10.20697/jasj.73.9_592
  • 査読あり / オープンアクセス
• [学会発表] バブル雑音重畳と強調処理された音声の模擬難聴下における了解度 (2018)
  • 著者名/発表者名: 大橋成美, 余村直子,山本克彦,荒木章子,木下慶介,中谷智広,入野俊夫
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] 高品質音声符号化のためのスペクトル包絡・非周期性 指標量子化の知覚的影響 (2018)
  • 著者名/発表者名: 宮下玄太，森勢将雅
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] 振幅包絡歪み指標に基づくバブル雑音下の音声明瞭 (2018)
  • 著者名/発表者名: 山本克彦, 大橋成美, 入野俊夫 , 荒木章子, 木下慶介, 中谷智広
  • 学会等名: 日本音響学会2018年春季研究発表会
• [学会発表] 低雑音レベルを含めたノッチ雑音マスキング閾値と聴覚フィルタ推定 (2018)
  • 著者名/発表者名: 横田健治, 入野俊夫 , ロイ D. パターソン
  • 学会等名: 日本音響学会2018年春季研究発表会
• [学会発表] 対数領域パルスによる声帯音源モデルの拡張について (2018)
  • 著者名/発表者名: 河原 英紀、榊原 健一
  • 学会等名: 日本音響学会2018年春季研究発表会
• [学会発表] Time-series evaluation of men's preferences perceived from female speech (2018)
  • 著者名/発表者名: T. Shono, A. Otani, M. Morise, and K. Ozawa
  • 学会等名: NCSP 2018
  • 国際学会
• [学会発表] velvet noiseとその変種の聴覚心理・生理研究への応用可能性について (2018)
  • 著者名/発表者名: 河原 英紀、津崎 実、坂野秀樹、森勢将雅、松井淑恵、入野俊夫
  • 学会等名: 日本音響学会聴覚研究会
• [学会発表] Application of the velvet noise and its variant for synthetic speech and singing (2018)
  • 著者名/発表者名: Hideki Kawahara
  • 学会等名: 第118回音楽情報科学研究会
• [学会発表] Incorporating absolute threshold and a cochlear noise floor into the GammaChirp model of masking (2018)
  • 著者名/発表者名: Toshio Irino, Kenji Yokota, Toshie Matsui, and Roy D. Patterson
  • 学会等名: ARO 41st midwinter meeting
  • 国際学会
• [学会発表] 演技発話による疲労の表現によって生じる音色変化の 分析 (2018)
  • 著者名/発表者名: 生野琢郎，森勢将雅
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] 高品質音声分析合成による各パラメータのフレームシフト幅が音質に与える影響 (2018)
  • 著者名/発表者名: 宮下玄太，森勢将雅
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] 音源の周期性を表す指標の実時間分析と表示について (2017)
  • 著者名/発表者名: 河原 英紀, 榊原 健一
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] 変調スペクトル領域の信号対歪み比に基づく音声明瞭度予測法の提案 (2017)
  • 著者名/発表者名: 山本克彦，入野俊夫，松井淑恵, 荒木章子，木下慶介，中谷智広
  • 学会等名: 電子情報通信学会 第32回信号処理シンポジウム
• [学会発表] Accurate estimation of fo and aperiodicity based on periodicity detector residuals and deviations of phase derivatives (2017)
  • 著者名/発表者名: Hideki Kawahara, Ken-Ichi Sakakibara, Masanori Morise, Hideki Banno, Tomoki Toda
  • 学会等名: APSIPA ASC 2017
  • 国際学会
• [学会発表] Realtime feedback of singing voice information for assisting students learning music therapy (2017)
  • 著者名/発表者名: Hideki Kawahara, Eri Haneishi, Kaori Hagiwara
  • 学会等名: 2017 International Conference on Orange Technologies
  • 国際学会
• [学会発表] Making speech tangible for better understanding of human speech communication (2017)
  • 著者名/発表者名: Hideki Kawahara
  • 学会等名: The 21th International Conference on Asian Language Processing
  • 国際学会 / 招待講演
• [学会発表] 分析合成音を用いた音声分析合成方式の性能比較 (2017)
  • 著者名/発表者名: 渡邊優介，森勢将雅
  • 学会等名: 日本音響学会2017年秋季研究発表会
• [学会発表] Characterization of subharmonic voices using phase derivatives (2017)
  • 著者名/発表者名: Hideki Kawahara, Ken-Ichi Sakakibara
  • 学会等名: Pan-European Voice Conference
  • 国際学会
• [学会発表] Predicting speech intelligibility using a gammachirp envelope distortion index based on the signal-to-distortion ratio (2017)
  • 著者名/発表者名: Katsuhiko Yamamoto, Toshio Irino, Toshie Matsui, Shoko Araki, Keisuke Kinoshita, and Tomohiro Nakatani
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] The effect of spectral tilt on size discrimination of voiced speech sounds (2017)
  • 著者名/発表者名: Toshie Matsui, Toshio Irino, Kodai Yamamoto, Hideki Kawahara, Roy D. Patterson
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] An auditory model of speaker size perception for voiced speech sounds (2017)
  • 著者名/発表者名: Toshio Irino, Eri Takimoto, Toshie Matsui, Roy D. Patterson
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] Harvest: A high-performance fundamental frequency estimator from speech signals (2017)
  • 著者名/発表者名: M. Morise
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] A Modulation Property of Time-Frequency Derivatives of Filtered Phase and its Application to Aperiodicity and fo Estimation (2017)
  • 著者名/発表者名: Hideki Kawahara, Ken-Ichi Sakakibara and Masanori Morise and Hideki Banno and Tomoki Toda
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] The Effect of Spectral Tilt on Size Discrimination of Voiced Speech Sounds (2017)
  • 著者名/発表者名: Toshie Matsui, Toshio Irino, Kodai Yamamoto, Hideki Kawahara, Roy D. Patterson
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] A new cosine series antialiasing function and its application to aliasing-free glottal source models for speech and singing synthesis (2017)
  • 著者名/発表者名: Hideki Kawahara, K. Sakakibara, H. Banno, M. Morise, T. Toda, T. Irino
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] Low-dimensional representation of spectral envelope without deterioration for full-band speech analysis/synthesis system (2017)
  • 著者名/発表者名: M. Morise, G. Miyashita, and K. Ozawa
  • 学会等名: Interspeech 2017
  • 国際学会
• [学会発表] 基本周波数再訪 (2017)
  • 著者名/発表者名: 河原 英紀, 榊原 健一
  • 学会等名: 電子情報通信学会音声研究会
• [学会発表] VOCODER再訪 なぜ元の音声の位相を保存したくないのか (2017)
  • 著者名/発表者名: 河原 英紀
  • 学会等名: 電子情報通信学会応用音響研究会
  • 招待講演
• [学会発表] 誇張した時間的揺らぎが歌声の人間性知覚 に与える影響 (2017)
  • 著者名/発表者名: 森勢将雅，豊田裕一，小澤賢司
  • 学会等名: 第115回音楽情報科学研究会
• [学会発表] 高品質音声分析合成を用いた基本周波数の 実時間操作インタフェースの実装 (2017)
  • 著者名/発表者名: 渡邊優介，森勢 将雅，小澤賢司
  • 学会等名: 第115回音楽情報科学研究会
• [学会発表] 有声音の寸法知覚に対する聴覚計算モデル (2017)
  • 著者名/発表者名: 瀧本恵理，入野俊夫，松井淑恵，Roy D. Patterson
  • 学会等名: 第115回音楽情報科学研究会
• [学会発表] 有声音の寸法知覚における高域強調処理の影響 (2017)
  • 著者名/発表者名: 松井淑恵, 入野俊夫, 山本航大, 河原英紀, PATTERSON Roy D.
  • 学会等名: 第115回音楽情報科学研究会
• [備考] Hideki Kawahara, Emeritus Professor
  • URL: http://www.wakayama-u.ac.jp/~kawahara/index-e.html
• [備考] Hideki Kawahara, Emeritus Professor
  • URL: http://www.wakayama-u.ac.jp/~kawahara/
• [備考] 音声分析変換合成システムWORLD
  • URL: https://github.com/mmorise/World