特許
J-GLOBAL ID：201503091065788924
基本周波数モデルパラメータ推定装置、方法、及びプログラム
発明者：
,
,
,
,
出願人/特許権者：
,
代理人 (1件)：
特許業務法人太陽国際特許事務所
公報種別：公開公報
出願番号（国際出願番号）：特願2013-172366
公開番号（公開出願番号）：特開2015-041004
出願日： 2013年08月22日
公開日（公表日）： 2015年03月02日
要約：
【課題】言語的な先験的知識をHMMの状態遷移トポロジーの設計を通してモデルに組み込むことで、藤崎モデルのパラメータを精度よく推定することができるようにする。【解決手段】フレーズ指令up[k]及びアクセント指令ua[k]のペア^o[k]からなる指令列^oと、隠れマルコフモデルの各時刻kの状態のインデックスskからなる指令状態系列^sと、隠れマルコフモデルの状態i',i間の各々の遷移確率φi',iを含むパラメータ群θとを推定する。隠れマルコフモデルは、複数のテンプレートに対応する、状態の系列を表し、かつ、一定方向に状態が遷移する複数のLeft-to-Right HMMであって、複数のLeft-to-Right HMMの各々における始点の状態が特定状態に連結され、かつ、複数のLeft-to-Right HMMの各々における終点の状態が特定状態に連結されている。【選択図】図3
請求項（抜粋）：
音声信号を入力として、各時刻kにおける甲状軟骨の平行移動運動によって生じる基本周波数パターンを表すフレーズ指令up[k]及び甲状軟骨の回転運動によって生じる基本周波数パターンを表すアクセント指令ua[k]のペア^o[k]からなる指令列^oと、隠れマルコフモデルの各時刻kの、前記フレーズ指令及び前記アクセント指令のペアを示す状態のインデックスskからなる指令状態系列^sと、前記隠れマルコフモデルの前記状態i',i間の各々の遷移確率φi',iを含むパラメータ群θとを推定する基本周波数モデルパラメータ推定装置であって、
前記音声信号の時系列データから、前記音声信号の各時刻kの基本周波数を表す観測基本周波数系列^yを抽出する基本周波数抽出部と、
前記音声信号の時系列データについて、有声区間及び無声区間の何れであるかに応じて、各時刻kにおける前記基本周波数の不確かさの度合いを推定する有声無声区間推定部と、
前記指令列^oの初期値、及び前記パラメータ群^θの初期値を設定する初期値設定部と、
前回更新された前記指令列^o’または前記指令列^oの初期値^o’に基づいて、時刻k、状態tの組み合わせ(k、t)の各々について、前記観測基本周波数系列^y、前記指令列^o’、及び前記パラメータ群^θ’が与えられたときの事後確率P(sk=t|^y,^o’、^θ’)を、Forward-Backwardアルゴリズムを用いて計算する状態系列事後確率更新部と、
前回更新された前記指令列^o’または前記指令列^oの初期値^o’、前記観測基本周波数系列^y、各時刻kにおける前記不確かさの度合い、及び時刻k、状態tの組み合わせ(k、t)の各々の前記事後確率P(sk=t|^y,^o’、^θ’)に基づいて、前記指令列^o、及び前記パラメータ群^θを更新するモデルパラメータ更新部と、
予め定められた収束条件を満たすまで、前記状態系列事後確率更新部による計算、及び前記モデルパラメータ更新部による更新を繰り返し行う収束判定部と、
前記モデルパラメータ更新部によって最終的に更新された指令列^oに基づいて、Viterbiアルゴリズムを用いて、前記状態系列^sを算出する状態系列算出部と、
を含み、
前記隠れマルコフモデルは、複数のテンプレートに対応する、前記状態の系列を表し、かつ、一定方向に状態が遷移する複数のLeft-to-Right HMMであって、前記複数のLeft-to-Right HMMの各々における始点の状態が特定状態に連結され、かつ、前記複数のLeft-to-Right HMMの各々における終点の状態が前記特定状態に連結され、
前記パラメータ群θは、前記複数のテンプレートnの各々について、前記テンプレートnにおける前記フレーズ指令に対応する状態の出力平均μp(n)、前記テンプレートnにおける各アクセント指令mに対応する各状態の出力平均μa(n,m)を更に含む
基本周波数モデルパラメータ推定装置。
IPC (4件)：
G10L 25/90
, G10L 25/75
, G10L 25/27
, G10L 25/93
G10L25/90
, G10L25/75
, G10L25/27
, G10L25/93
