文献

J-GLOBAL ID：201702248038242733   整理番号：17A1650956

音声特徴を用いたassamese合成音声におけるポーズ挿入【Powered by NICT】

Pause insertion in assamese synthesized speech using speech specific features

著者 (2件)： Sharma Bidisha (Department of Electronics and Electrical Engineering, Indian Institute of Technology, Guwahati, Guwahati-781039) ,  Prasanna S. R. Mahadeva (Department of Electronics and Electrical Engineering, Indian Institute of Technology, Guwahati, Guwahati-781039)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： NCC  ページ： 1-6  発行年： 2017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： テキスト音声合成の分野の研究は合成音声より自然性を達成するために進めている。合成テキストから休止予測は自然性を実現する上で重要な役割を果たしている。音声生成の観点から,休止前と後の音声特徴は休止予測プロセスで配位している可能性がある。この仮説に基づいて,線形予測残差の平滑化H ilbertエンベロープからの特徴,すなわち,変調スペクトルエネルギー,励起強度,ピークにディップ比のパターンは,休止の存在下または非存在下と比較して解析し,手動停止顕著なデータベースから単語接合部である。既存の研究の大部分は休止位置を予測するための言語的側面にのみ依存しているが,本研究では,サポートベクトルマシン(SVM)は,単語接合で休止の位置を予測するために音声ベース特徴と言語的特徴の両方を用いて訓練した。休止予測法の精度は,音声ベースの証拠を加えることにより96.57%に改善され,意味論的特徴を用いたときの予測精度は90.07%であった。同じSVM分類器は合成音声における休止挿入に使用されている。このために最初に音声は,休止予測なしで合成したし,そこから各単語接合部で導出した信号を基本にした特色。これらの特徴のために以前に訓練された分類器の出力に基づいて,休止を合成音声に挿入されている。主観的評価は,提案した休止挿入法を用いた後の合成音声の自然性と了解度の改善を示した。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： 線形予測 ,  データベース ,  意味論 ,  *単語 ,  平滑化 ,  主観評価 ,  言語 ,  予測 ,  サポートベクトルマシン
準シソーラス用語： 予測精度 ,  テキスト ,  自然性 ,  テキスト音声合成 ,  *合成音声 ,  *音声特徴 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 音声特徴 ,  合成音声 ,  ポーズ