| 研究課題/領域番号 |
16K13253
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
能勢 隆 東北大学, 工学研究科, 准教授 (90550591)
|
|---|
| 研究分担者 |
千葉 祐弥 東北大学, 工学研究科, 助教 (30780936)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | e-ラーニング / 語学学習支援システム（CALL） / 発音学習 / 統計的パラメトリック音声合成 / 深層学習 / 韻律置換 |
|---|
| 研究実績の概要 |
本課題では、日本において非母語話者が日本語の発音学習を「低コストで」「手軽に」「確実に」行えるような新たな枠組の実現を目指す。具体的には複数の教師話者の音声により学習した平均教師声モデルによる統計的パラメトリック音声合成を利用し、音声の音韻や韻律（ピッチ・リズム）を特徴量毎に置換することで、従来よりも詳細で高精度な発音スコアのラベル付けを可能とする。さらに、この技術により発音スコアデータベースを新たに構築する。このデータベースを用いて音韻、アクセント、リズムについて個別に発音スコアの予測モデルを学習し、非母語話者の発音スコアを予測することで、発音学習を効率的に行うことを目指す。さらに、平均声と利用者間で特徴量の段階的な補間を行う平均声モーフィングによる教師音声のフィードバックを行うことで、より着実に正しい発音を身につける方法を提案する。本年度（初年度）は音声合成方式を従来の隠れマルコフモデルに基づく手法から深層学習に基づく手法へと変更し、より高品質な合成音声を生成することを実現した。また、実際に主観評価を行いアクセントとリズムについてのスコアを付与し、それに基づいてサポートベクター回帰に基づく予測実験を行ない、有効性を確認した。
|
| 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
予定していた深層学習に基づく音声合成による韻律置換、およびそれを用いたスコア付与だけでなく、それを学習データとしてスコア予測まで行うことができたため。
|
| 今後の研究の推進方策 |
今後はより多くのデータについてこれまで同様に主観評価によるスコアの付与を行い、スコアの予測精度の向上を目指すとともに、韻律置換後の合成音声の品質改善についても検討を行う。
|
