バリアフリー音声コミュニケーションのための次世代ボイスチェンジャー技術の構築

2013 年度 研究成果報告書

• 研究課題/領域番号: 22680016
• 研究種目: 若手研究(A)
• 配分区分: 補助金
• 研究分野: 知覚情報処理・知能ロボティクス
• 研究機関: 奈良先端科学技術大学院大学
• 研究代表者: 戸田 智基 奈良先端科学技術大学院大学, 情報科学研究科, 准教授 (90403328)
• 研究期間 (年度): 2010-04-01 – 2014-03-31
• キーワード: 音声情報処理 / 音声信号処理 / 音声合成 / 声質変換 / 声質制御 / リアルタイム処理 / 自動適応 / バリアフリー

研究概要

音声の生成過程における物理的制約は強く、例えば、発声器官の一部が正常に動作しなくなると深刻な発声障害を患うなど、時として音声コミュニケーションにおいて様々な障壁をもたらす。これに対し、統計的声質変換技術を用いて、発声された音声を加工することで、音声生成機能を仮想的に拡張するという解決策が考えられるが、音声コミュニケーションでの使用を可能とするには、変換音声の品質のみでなく、リアルタイム処理の実現が重要となる。本研究では、高い品質を保ちながらリアルタイムで動作する統計的声質変換技術に基づく次世代ボイスチェンジャー基盤技術を構築し、さらに、音声生成機能を拡張する様々な応用技術の開発に取り組んだ。

研究成果

• [雑誌論文] Voice timbre control based on perceived age in singing voice conversion (2014)
  • 著者名/発表者名: A Kazuhiro kobayashi, Tomoki, 他
  • 雑誌名: IEICE Transactions on Informaition and Systems 巻: Vol.E97-D, No.6 ページ: 1419-1428
  • DOI: 10.1587/transinf.E97.D.1419
  • 査読あり
• [雑誌論文] A hybrid approach to electrolaryngeal speech enhancement based on noise reduction and statistical excitation generation (2014)
  • 著者名/発表者名: Kou Tanaka, Tomoki Toda, 他
  • 雑誌名: IEICE Transactions on Information and Systems 巻: Vol.E97-D, No.6 ページ: 1429-1437
  • DOI: 10.1587/transinf.E97.D.1429
  • 査読あり
• [雑誌論文] Alaryngeal speech enhancement based on one-to-many eigenvoice conversion (2014)
  • 著者名/発表者名: Hironori Doi, Tomoki Toda, 他
  • 雑誌名: IEEE/ACM Transactions on Audio, Speech and Language Processing 巻: Vol.22, No.1 ページ: 172-183
  • DOI: 10.1109/TASLP.2013.2286917
• [雑誌論文] An investigation of acoustic features for singing voice conversion based on perceptual age (2013)
  • 著者名/発表者名: Kazuhiro Kobayashi, Hironori Doi, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 1057-1061
  • URL: http://www.isca-speech.org/archive/interspeech_2013/i13_1057.html
  • 査読あり
• [雑誌論文] Evaluation of a singing voice conversion method based on many-to-many eigenvoice conversion (2013)
  • 著者名/発表者名: Hironori Doi, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 1067-1071
  • URL: http://www.isca-speech.org/archive/interspeech_2013/i13_1067.html
  • 査読あり
• [雑誌論文] Hybrid approach to electrolaryngeal speech enhancement based on spectral subtraction and statistical voice conversion (2013)
  • 著者名/発表者名: Kou Tanaka, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 3067-3071
  • URL: http://www.isca-speech.org/archive/interspeech_2013/i13_3067.html
  • 査読あり
• [雑誌論文] A digital signal processor implementation of silent/electrolaryngeal speech enhancement based on real-time statistical voice conversion (2013)
  • 著者名/発表者名: Takuto Moriguchi, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 3072-3076
  • URL: http://www.isca-speech.org/archive/interspeech_2013/i13_3072.html
  • 査読あり
• [雑誌論文] Singing voice conversion method based on many-to-many eigenvoice conversion and training data generation usinga Singing-to-singing synthesis system (2012)
  • 著者名/発表者名: Hironori Doi, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH
  • URL: http://www.apsipa.org/proceedings_2012/papers/163.pdf
• [雑誌論文] Model training using Parallel data with mismatched pause positions in statistical esophageal speech enhancement (2012)
  • 著者名/発表者名: Mayumi Kishimoto, Tomoki Toda, 他
  • 雑誌名: Proceedings of ICSP ページ: 590-594
  • DOI: 10.1109/ICoSP.2O12.6491557
  • 査読あり
• [雑誌論文] Statistical voice conversion techniques for body-conducted unvoiced speech enhancement (2012)
  • 著者名/発表者名: Tomoki Toda, 他
  • 雑誌名: IEEE Transactions on Audio, Speech and Language Processing 巻: Vol.20, No.9 ページ: 2505-2517
  • DOI: 10.1109/TASL.ZO12.22O5241
  • 査読あり
• [雑誌論文] Implementation of computationally efficient real-time voice conversion (2012)
  • 著者名/発表者名: Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH
  • URL: http://www.isca-speech.org/archive/interspeech_2012/i12_0094.html
  • 査読あり
• [雑誌論文] Statistical approach to voice quality control in esophageal speech enhancement (2012)
  • 著者名/発表者名: Kenzo Yamamoto, Tomoki Toda, 他
  • 雑誌名: Proceedings of ICASSP ページ: 4497-4500
  • DOI: 10.1109/ICASSP.2012.6287949
  • 査読あり
• [雑誌論文] Computationally efficient body-conducted voice conversion with original excitation signals (2011)
  • 著者名/発表者名: Daisuke Deguchi, Tomoki Toda, 他
  • 雑誌名: Proceedings of APSIPA ASC
  • URL: http://www.apsipa.org/proceedings_2011/pdf/APSIPA112.pdf
  • 査読あり
• [雑誌論文] Speaker-adaptive speech synthesis based on eigenvoice conversion and language-dependent prosodic conversion in speech-to-speech translation (2011)
  • 著者名/発表者名: Nobuaki Hattori, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 2769-2772
  • URL: http://www.isca-speech.org/archive/interspeech_2011/i11_2769.html
  • 査読あり
• [雑誌論文] Adaptive voice-quality control based on one-to-many eigenvoice conversion (2010)
  • 著者名/発表者名: Kumi Ohta, Tomoki Toda, 他
  • 雑誌名: Proceedings of INTERSPEECH ページ: 2158-2161
  • URL: http://www.isca-speech.org/archive/interspeech_2010/i10_2158.html
• [雑誌論文] Linear transformation approaches tc many-to-one voice conversion (2010)
  • 著者名/発表者名: Chie Hayashida, Tomoki Toda, 他
  • 雑誌名: Proceedings of 7th ISCA SPeech Synthesis Workshop ページ: 74-79
  • URL: http://www.isca-speech.org/archive/ssw7/ssw7_074.html
  • 査読あり
• [学会発表] 差分スぺクトル補正に基づく統計的歌声声質変換 (2014)
  • 著者名/発表者名: 小林和弘
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学(東京都千代田区)
  • 年月日: 2014-03-12
• [学会発表] 雑音環境下での非可聴つぶやき強調システムにおける目標音声の評価 (2014)
  • 著者名/発表者名: 鶴田さくら
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学(東京都千代田区)
  • 年月日: 2014-03-12
• [学会発表] 統計的音源予測に基づく電気式人工喉頭制御法 (2014)
  • 著者名/発表者名: 田中 宏
  • 学会等名: 日本音響学会春季研究発表会
  • 発表場所: 日本大学(東京都千代田区)
  • 年月日: 2014-03-12
• [学会発表] 統計的歌声声質変換における知覚年齢に基づく声質制御 (2013)
  • 著者名/発表者名: 小林和弘
  • 学会等名: 電子情報通信学会音声研究会
  • 発表場所: 奈良先端科学技術大学院大学(奈良県生駒市)
  • 年月日: 2013-11-21
• [学会発表] ハイブリッド式電気音声強調法における音源特徴予測の評価 (2013)
  • 著者名/発表者名: 田中 宏
  • 学会等名: 電子情報通信学会音声研究会
  • 発表場所: 奈良先端科学技術大学院大学(奈良県生駒市)
  • 年月日: 2013-11-21
• [学会発表] 統計的手法に基づくリアルタイム音声生成機能拡張 (2013)
  • 著者名/発表者名: 戸田 智基
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 豊橋技術科学大学(愛知県豊橋市)
  • 年月日: 2013-09-27
  • 招待講演
• [学会発表] 変調スペクトルを考慮したHMM音声合成 (2013)
  • 著者名/発表者名: 高道 慎之介
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 豊橋技術科学大学(愛知県豊橋市), 第35回粟屋潔学術奨励賞
  • 年月日: 2013-09-26
• [学会発表] スペクトル補正及び統計的音源生成に基づくハイブリッド電気音声強調 (2013)
  • 著者名/発表者名: 田中 宏
  • 学会等名: 電子情報通信学会音声研究会
  • 発表場所: 新潟大学(新潟県新潟市)
  • 年月日: 2013-06-13
• [学会発表] 知覚年齢に沿った歌声声質制御のための音響特徴量の調査 (2013)
  • 著者名/発表者名: 小林 和宏
  • 学会等名: 情報処理学会音楽情報科学研究会
  • 発表場所: お茶の水女子大学(東京都文京区)
  • 年月日: 2013-05-12
• [学会発表] 統計的手法に基づくリアルタイム声質変換処理のDSP上への実装 (2012)
  • 著者名/発表者名: 林口 拓人
  • 学会等名: 情報処理学会音楽情報科学研究会
  • 発表場所: 東北工業大学(宮城県)
  • 年月日: 2012-11-08
• [学会発表] 多対多固有音変換に基づく歌声声質変換及び歌声合成を用いた学習データ生成 (2012)
  • 著者名/発表者名: 土井 啓成
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 信州大学(長野県), 第6回日本音響学会学生優秀発表賞
  • 年月日: 2012-09-19
• [学会発表] VacaListenerによる学習データ生成を利用した多対多固有音変換に基づく歌声声質変換 (2012)
  • 著者名/発表者名: 土井 啓成
  • 学会等名: 情報処理学会音楽情報科学研究会
  • 発表場所: 近江町交流プラザ(石川県), 第96回音楽情報科学研究会ベストプレゼンテーション賞
  • 年月日: 2012-08-09
• [学会発表] 統計的無喉頭音声強調における学習データのポーズ位置不一致への対応 (2011)
  • 著者名/発表者名: 岸本 真由美
  • 学会等名: 電子情報通信学会音声研究会
  • 発表場所: 九州大学(福岡県)
  • 年月日: 2011-11-29
• [学会発表] 統計的手法に基づく声質分析・変換・制御技術とその応用 (2011)
  • 著者名/発表者名: 戸田 智基
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 島根大学(島根県)
  • 年月日: 2011-09-20
  • 招待講演
• [学会発表] 残差波形の使用による肉伝導音声変換処理の演算量削減 (2011)
  • 著者名/発表者名: 出口 大祐
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 早稲田大学(東京都新宿区)
  • 年月日: 2011-03-11
• [学会発表] 音声翻訳システムのための声質変換の性能評価 (2011)
  • 著者名/発表者名: 服部 信彦
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 早稲田大学(東京都新宿区)
  • 年月日: 2011-03-09
• [学会発表] 食道音声強調における声質制御技術の検討 (2011)
  • 著者名/発表者名: 山本 憲三
  • 学会等名: 日本音響学会秋季研究発表会
  • 発表場所: 早稲田大学(東京都新宿区)
  • 年月日: 2011-03-09
• [産業財産権] 電気式人工喉頭装置 (2013)
  • 発明者名: 戸田 智基, 他4名
  • 権利者名: 国立大学法人 奈良先端科学技術大学院大学
  • 産業財産権種類: 特許
  • 産業財産権番号: 特願2013-165087
  • 出願年月日: 2013-08-08