文献

J-GLOBAL ID：201702265047557180   整理番号：17A0797898

ノンパラメトリック法を用いた合成音声持続時間の中央値ベース生成【Powered by NICT】

Median-based generation of synthetic speech durations using a non-parametric approach

著者 (4件)： Ronanki Srikanth (The Centre for Speech Technology Research (CSTR), The University of Edinburgh, UK) ,  Watts Oliver (The Centre for Speech Technology Research (CSTR), The University of Edinburgh, UK) ,  King Simon (The Centre for Speech Technology Research (CSTR), The University of Edinburgh, UK) ,  Henter Gustav Eje (The Centre for Speech Technology Research (CSTR), The University of Edinburgh, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SLT  ページ： 686-692  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,各時間ステップ(音響フレーム)で電話遷移確率を出力する訓練される再発性統計的モデル統計的パラメトリック音声合成のための状態継続モデリングへの新しいアプローチを提案した。継続時間モデリング従来のアプローチとは異なり-持続時間分布は特別な形を持っている(例えば,Gauss)と仮定すると合成のための分布の平均を用いた-この手法は原理的に非負整数上に担持された任意の分布をモデル化することができる。このモデルからの発生は多くの方法で行うことができるここでは予測期間中央値に基づく出力発生を考察した。中央値は通常の平均持続時間よりもより典型的な(より可能性)であり,訓練データ不規則性に対してロバストであり,インクリメンタルな発生を可能にする。さらに,音韻継続長予測へフレームレベルアプローチは,持続時間モデル化と音響特徴の長期目標と一致した。結果は,提案した方法が提出自然音声期間の中央値の近似において,ベースラインアプローチと比肩可能であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 音声合成 ,  *中央値 ,  予測 ,  遷移確率 ,  *ノンパラメトリック法 ,  音韻 ,  モデリング ,  音響 ,  *継続時間 ,  モデル ,  電話 ,  ロバスト性
準シソーラス用語： 音響特徴 ,  訓練データ ,  *合成音声 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： ノンパラメトリック法 ,  合成音声 ,  持続時間 ,  中央値