|
1)音声サンプルの収集
喉頭摘出者ならびに正常者に対して、「人工喉頭あり」、「人工喉頭なし」、「微弱振動音源あり」などの条件下で構音をしてもらった。被験者前方に配置した気導マイクロホンおよび、頸部に配置した接触型マイクロホンを用いて各被験者が発声した音声を収録した。
「微弱振動音源あり」条件下で収録された音声を聴取したところ、その話声は「人工喉頭あり」条件下で収録されたものとほぼ同程度の品質で録音されており、その発話内容が十分に理解できるものであることが確認され、サイレント音声入力装置の実現が可能であることを示唆するものであった。
2)音声加工法の検討
サイレント音声入力装置により生成された音声の自然性、明瞭性の向上を図るため、統計的声質変換技術、ピッチ付与技術、スペクトル歪補償技術などの装置への組み込みの検討を始めた。
サイレント音声入力装置を用いた発声において、日本語すべての音素を正確に発音することは不可能であり、一部発話できないものがある。しかしながら、サイレント音声入力装置を用いた発話音声、および、通常音声を学習させ、それぞれを統計的にマッピングさせ出力することにより、発話不可能な音素に関しても発話が可能になるものと考えられる。また、ピッチを付与するなど韻律情報を付加することにより、より自然性の高い音声出力も可能になるものと思われる。
3)マイクロホンの差の検討
気導マイクロホンは、接触型マイクロホンに比べて高周波領域まで収録することが可能であったことから、明瞭度の高い音声の入力が可能であると考えられたが、雑音下においては、信号と雑音の分離がより容易な接触型マイクロホンを用いる方が適当であると考えられた。
4)通信システムとの整合性の検討
2)に記述した音声加工を施すことにより、サイレント音声入力装置を電話等の通信システムに対応させることは十分に可能であると考えられた。
|
