文献

J-GLOBAL ID：201402279623150689   整理番号：14A0102377

雑音データを利用したHMM利用音声合成適応:解析と評価の方法

HMM-BASED SPEECH SYNTHESIS ADAPTATION USING NOISY DATA: ANALYSIS AND EVALUATION METHODS

著者 (3件)： KARHILA Reima (Aalto Univ. School of Sci., FIN) ,  REMES Ulpu (Aalto Univ. School of Sci., FIN) ,  KURIMO Mikko (Aalto Univ. School of Sci., FIN)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2013 Vol.10  ページ： 6930-6934  発行年： 2013年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 話者適応隠れMarkovモデル(HMM)合成を利用するテキスト音声合成(TTS)システムは,僅かな努力で誰をでも模倣できる合成音声を構成する。本論文は,TTS音声のパーソナル化に利用する音声データにおける雑音の役割を考察した。モバイル音声処理業務などでは,背景雑音を含む劣悪な条件で録音したデータを利用する必要があり,音声強調を利用すれば雑音はある程度除去できるが,強力な雑音低減手法は音声歪みを生じさせる場合もある。本論文は,雑音データからのHMM利用音声合成に対する話者適応変換の学習を検討し,学習データ中の雑音は結果として得られる合成音声の品質において,比較的小さいが顕著な役割を果たすことを見出した。学習データから雑音を自動除去することで,高品質適応音声が得られた。音声品質と聴取者の選好を,悪条件下で信頼性良く評価する聴取実験方法も開発した。

シソーラス用語： *音声合成 ,  隠れMarkovモデル ,  雑音 ,  適応 ,  データ ,  カスタム化 ,  音声 ,  音声強調 ,  雑音除去 ,  品質 ,  機械学習 ,  *特徴抽出 ,  好み ,  性能評価 ,  実験 ,  信号変換 ,  *耐雑音性
準シソーラス用語： *テキスト音声合成 ,  パーソナル化 ,  音声データ ,  音声品質 ,  *音声変換 ,  学習データ ,  合成音声 ,  聴取実験 ,  背景雑音 ,  *話者適応

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 雑音 ,  HMM ,  音声合成 ,  適応 ,  解析 ,  評価