来場者の声の特徴を反映する映像エンタテインメントシステムのための台詞音声生成システム

川本真一; 川本真一; 足立吉広; 足立吉広; 大谷大和; 四倉達夫; 森島繁生; 森島繁生; 中村哲; 中村哲

文献

J-GLOBAL ID：201002277348851270 整理番号：10A0216332

来場者の声の特徴を反映する映像エンタテインメントシステムのための台詞音声生成システム

Voice Output System Considering Personal Voice for Instant Casting Movie

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=10A0216332&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=10A0216332&from=J-GLOBAL&jstjournalNo=Z0778B") }}

著者 (10件)： , , , , , , , , ,
資料名：
巻： 51 号： 2 ページ： 250-264 発行年： 2010年02月15日
JST資料番号： Z0778B ISSN： 1882-7837 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

視聴者の顔をCGで再現し,CGキャラクタとして映画に登場させるFuture Cast System(FCS)を改良し,視聴者から収録した少量の音声サンプルを用いて,視聴者に似た台詞音声を生成するため複数手法を統合し,生成された台詞音声をシーンに合わせて同期再生することで,視聴者の声の特徴をキャラクタに反映させるシステムを提案する。話者データベースから視聴者と声が似た話者を選択する手法(類似話者選択技術)と,複数話者音声を混合することで視聴者の声に似た音声を生成する手法(音声モーフィング技術)を組み合わせたシステムを構築し,複数処理を並列化することで,上映準備時間の要求条件を満たした。実環境を想定してBGM/SEを重畳した音声によって,従来手法である類似話者選択技術より得られる音声と,提案法で導入した音声モーフィング技術より得られる音声を主観評価実験により評価した結果,Preference Scoreで56.5%のモーフィング音声が目標話者の音声に似ていると判断され,音声モーフィングを組み合わせることでシステムが出力する台詞音声の話者類似性を改善できることを示した。(著者抄録)

, , , , , ,
, ,

音声処理 , ディジタル計算機方式一般

引用文献 (26件)：

Maejima, A., Wemler, S., Machida, T., Takebayashi, M. and Morishima, S.: Instant Casting Movie Theater: The Future Cast System, IEICE Trans. Inf. Syst., Vol. E91-D, No.4, pp. 1135-1148(2008).
足立吉広, 大谷大和, 川本真一, 四倉達夫, 森島繁生, 中村哲: 個人の音声を反映する映像エンタテインメントシステム, 情報処理学会論文誌, Vol.49, No.12, pp. 3908-3917(2008).
河井恒, 戸田智基, 山岸順一, 平井俊男, 倪晋富, 西澤信行, 津崎実, 徳田恵一: 大規模コーパスを用いた音声合成システムXIMERA, 電子情報通信学会論文誌, Vol. J89-D, No.12, pp. 2688-2698(2006).
吉村貴克, 徳田恵一, 益子貴史, 小林隆夫, 北村正: HMMに基づく音声合成におけるスペクトル・ピッチ・継続長の同時モデル化, 電子情報通信学会論文誌, Vol. J83-D-II, No.11, pp. 2099-2107(2000).
Toda, T., Black, A. and Tokuda, K.: Voice Conversion Based on MaximumLikelihood Estimation of Spectral Parameter Trajectory, IEEE Trans. Audio, Speech and Language Processing, Vol.15, No.8, pp. 2222-2235(2007).

, , , ,

前のページに戻る