文献

J-GLOBAL ID：201702252774792349   整理番号：17A0272335

発話系列を扱う会話音声合成

Conversational Speech Synthesis dealing with Sequence of Sentences

著者 (3件)： 福岡維新 (早稲田大) ,  岩田和彦 (早稲田大) ,  小林哲則 (早稲田大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 414(SP2016 65-76)  ページ： 59-64  発行年： 2017年01月14日 
JST資料番号： S0532B  ISSN： 0913-5685  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： ニュース記事に代表される,あるまとまった量の情報を伝える会話システム向け音声合成器の開発を行った。現在の音声合成の大半は発話の単位で合成を行っており,システム音声が複数の発話からなる際の制御を想定していない。本研究では,発話系列における各発話の位置や役割といった談話構造上の特徴を考慮しながら,文章全体の聞きやすさや了解性を向上させる会話用音声合成器を実現することを試みた。段落ごとに内容を伝える音声データの収集,分析を行い,発話の位置や役割が韻律の変化に大きな影響を与えていることを確認した。また,これらの特徴量をDNNの入力に加えたモデルを作成し,評価実験を行い,客観評価,主観評価ともに提案モデルの有効性を確認することができた。(著者抄録)

シソーラス用語： *会話 ,  *音声合成 ,  *発話 ,  音声合成機器 ,  情報 ,  *ニューラルネットワーク ,  機械学習 ,  主観評価
準シソーラス用語： *特徴量 ,  *ディープニューラルネットワーク ,  深層学習

分類 (1件)： 音声処理  (JE05000E)

引用文献 (26件)：

• K. Tokuda, T. Yoshimura, T. Masuko, T. Kobayashi, and T. Kitamura,′′Speech parameter generation al-gorithms for HMM-based speech synthesis,′′ Proc. ICASSP, vol.3, pp.1315-1318, 2000.
• H. Zen, A. Senior, and M. Schuster, ′′Statistical para-metric speech synthesis using deep neural networks,′′ Proc. ICASSP.pp.7962-7966, 2013.
• 永田智洋,森大毅,能勢隆,′′重回帰 HSMMを用いたパラ言語情報を制御可能な対話音声合成の検討,′′ 日本音響学会研究発表会講演論文集,pp.435-436,2012.
• K. Iwata and T. Kobayashi, ′′Expression of speaker's intentions through sentence-final particle/intonation combinations in Japanese conversational speech syn-thesis,′′ 8th ISCA Speech Synthesis Workshop(SSW8), pp.235-240, 2013.
• K. Yu, F. Mairesse, and S. Young, ′′Word-level empha-sis modelling in HMM-based speech synthesis,′′ Proc. ICASSP,pp.4238-4241,2010.

タイトルに関連する用語 (4件)： 発話 ,  系列 ,  会話 ,  音声合成