|
音声合成技術は，人工的に音声を合成する技術である．合成音声の品質を改善するために，本研究では，敵対的学習を用いた統計的音声合成法を提案した．音質劣化の主要因は，音声パラメータの過剰な平滑化により生じたものである．提案法の学習基準は，通常の基準と敵対基準の重み付き和で得られる．敵対的学習は，自然・合成音声の分布間距離を最小化するため，過剰平滑化を効率的に緩和できる．実験的評価から，(1) 提案法はハイパーパラメータに対して頑健に働くこと，(2) Wasserstein 距離最小化に基づく提案法が，もっとも音質改善効果に有効であること，(3) ボコーダフリー音声合成に展開できることを示す．
|
