文献

J-GLOBAL ID：201002241039218526   整理番号：10A0967371

量子化F0コンテクストを使ったHMMベースの音声変換

HMM-Based Voice Conversion Using Quantized F0 Context

著者 (3件)： NOSE Takashi (Tokyo Inst. of Technol., Yokohama-shi, JPN) ,  OTA Yuhei (Tokyo Inst. of Technol., Yokohama-shi, JPN) ,  KOBAYASHI Takao (Tokyo Inst. of Technol., Yokohama-shi, JPN)
資料名： IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers)  (IEICE Transactions on Information and Systems (Institute of Electronics, Information and Communication Engineers))
巻： E93-D  号： 9  ページ： 2483-2490  発行年： 2010年09月01日 
JST資料番号： L1371A  ISSN： 0916-8532  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： 英語 (EN)

抄録/ポイント： 著者らは,非平行学習データによる隠れマルコフモデル(HMM)ベースの音声合成を使ったセグメントベースの音声変換技術を提案する。提案技術では,継続時間を有する音素情報と量子化されたF0コンターが,ソーススピーカーの入力スピーチから抽出されて,合成部位に送達される。合成部位では,量子化されたF0シンボルが韻律コンテクストとして使用される。音声学的かつ韻律的に,文脈依存するラベル系列が送達された音素とF0シンボルから生成される。次いで,目標スピーカーのあらかじめ学習された文脈依存HMMsを使用して,継続時間を有するラベル系列から変換されたスピーチが生成される。モデル学習では,ソースおよび目標スピーカーのモデルを別々に訓練できる,したがって,ソースおよび目標スピーカーの平行スピーチデータを準備する必要は全くない。客観的および主観的実験結果は,平行スピーチデータを得ることができない場合でも,音声学的ならびに韻律的コンテクストによるセグメントベースの音声変換が有効に働くことを示している。(翻訳著者抄録)

シソーラス用語： *音声処理 ,  *信号変換 ,  *隠れMarkovモデル ,  音声合成 ,  等高線 ,  音素 ,  文脈 ,  学習
準シソーラス用語： コンター ,  *音声変換

分類 (1件)： 音響信号処理  (BB03050C)

引用文献 (19件)：

• TURK, O. Application of voice conversion for cross-language rap singing transformation. Proc. ICASSP 2009. 2009, 3597-3600
• MASHIMO, M. Evaluation of cross-language voice conversion using bilingual and non-bilingual databases. Proc. ICSLP-2002. 2002
• BI, N. Application of speech conversion to alaryngeal speech enhancement. IEEE Trans. Speech Audio Process. 1997, 5, 2, 97-105
• STYLIANOU, Y. Voice transformation : A survey. Proc. ICASSP2009. 2009, 3585-3588
• STYLIANOU, Y. Continuous probabilistic transform for voice conversion. IEEE Trans. Speech Audio Process. 1998, 6, 2, 131-142

タイトルに関連する用語 (5件)： 量子化 ,  f0 ,  コンテクスト ,  HMM ,  音声変換