研究課題
若手研究(スタートアップ)
本研究はヒューマノイド音声対話システムの実現に向けた多様な音声の認識・合成技術のための各基盤要素技術の研究・開発からなり、本年度は以下に示す4項目について成果が得られた。(1) 感情や発話様式を伴う音声の認識率の向上を目的とし、重回帰隠れマルコフモデル(HMM)に基づくオンラインでの音響モデルの適応化手法を提案し、入力された発話毎にモデルを適応することの有効性を確認した。また日本語話し言葉コーパス(CSJ)を用いた実験を行い、話し言葉においてもその有効性を確認した。(2) 音声に表れる感情や発話様式を識別し、さらに表現の度合い推定も可能な手法として音声のスペクトル、基本周波数、音韻継続長を同時に考慮した重回帰隠れセミマルコフモデルに基づくスタイル推定法を提案し模擬音声・自然発話音声による客観および主観評価実験により有効性を確認した。(3) 音声の中で最も自発性の高い対話音声の合成を目的とし、HMMに基づく対話音声合成法を提案し、対話音声合成のためのコンテキストの検討、対話音声に基づく平均声を用いた合成音声の品質改善などを行った。また、実験により対話における多様な表現が再現されることを示した。(4) テキスト音声合成において話者や感情・発話様式の多様化を容易にするために、モデル学習時のコストの削減を目的とし、平均声と量子化基本周波数に基づく教師なしモデル学習法を提案し、従来の教師あり学習法に近い品質が得られることを示した。
すべて 2010 2009
すべて 雑誌論文 (7件) (うち査読あり 7件) 学会発表 (12件)
IEICE Trans. on Information and Systems Vol.E93-D, No.
ページ: 107-115
ページ: 116-124
Proc. 2010 IEEE International Conference on Acoustics, Speech and Signal Processing
ページ: 4622-4625
Proc. 2009 IEEE International Conference on Acoustics, Speech and Signal Processing
ページ: 4157-4160
IEEE Trans. on Audio, Speech, and Language Processing Vol.17, No.6
ページ: 1208-1230
Proc. 10th Annual Conference of the International Speech Communication Association
ページ: 552-555
ページ: 2631-2634
