文献

J-GLOBAL ID：201802260147855751   整理番号：18A1213636

準周期性を考慮した複合ウェーブレットボコーダによる音声分析合成

著者 (2件)： 小口純矢 (明治大) ,  嵯峨山茂樹 (明治大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： MUS-119  ページ： Vol.2018-MUS-119,No.29,1-4 (WEB ONLY)  発行年： 2018年06月09日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文は,波形生成モデルである複合ウェーブレットボコーダのさらなる品質の向上を目指す。これまでに我々は,音声分析合成やHMM音声合成系において,複合ウェーブレットボコーダの安定性を示してきた。ここで,さらにWORLDやSTRAIGHTで用いられている非周期性指標のような,音声の準周期性を取り入れることができれば,有声摩擦音やかすれ声のように周期成分と非周期成分の両方を持つ音声を表現でき,高品質な音声を合成できると期待される。本論文では,複合ウェーブレットの基本波形を完全な周期ではなくJitterを付与した準周期的なパルス列によって駆動させることで実現した。また,主観評価実験により,改良後の音声が改良前の音声より品質が有意に高いことを示した。(著者抄録)

シソーラス用語： 波束 ,  *ボコーダ ,  *音声分析 ,  *音声合成 ,  特徴抽出 ,  遷移確率 ,  波形 ,  評価
準シソーラス用語： ウェーブレット ,  音声波形 ,  実験評価 ,  特徴量抽出 ,  摩擦音

分類 (1件)： 音声処理  (JE05000E)

引用文献 (12件)：

• Y. Wang, et al. Tacotron: Towards end-to-end speech synthesis. https://arxiv.org/abs/1703.10135, 2017.
• F.Itakura and S. Saito. Analysis synthesis telephony based on the maximum likelihood method. Journal of the Royal Statistical Society B, Vol. 39, pp. 185-197, 1968.
• D. Griffin and J. Lim. Signal estimation from modified short-time fourier transform. IEEE Transactions on Acoustics, Speech, and Signal Processing, Vol. 32, No. 2, pp. 236-243, 1984.
• Y. Hamada, et al. Non-filter waveform generation from cepstrum using spectral phase reconstruction. Proc. SSW, pp. 28-32, 2016.
• H. Kawahara, et al. Restructuring speech representations using a pitch-adaptive timefrequency smoothing and an instantaneous-frequency-based f0 extraction. Speech Communication, Vol. 27, No. 3, pp. 187-207, 1999.

タイトルに関連する用語 (4件)： 周期性 ,  ウェーブレット ,  ボコーダ ,  音声分析