抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,DNN音声合成のための韻律情報の類似性を考慮したWord Embedding(Prosodic Word Embedding)を提案する。これまで提案されているWord EmbeddingをDNN音声合成に用いる手法では,学習データとしてテキストデータのみを使用しており,得られる単語ベクトルは必ずしも単語間の韻律の類似性とは一致しない。そのため,DNN音声合成のための単語ベクトルとして最適ではないという課題がある。この問題に対し,本論文では,Word Embedding用モデルの学習に音声認識用コーパス等のテキストと音声とが対となった大規模音声コーパスを用いることで,単語とその単語の韻律情報との関係性を学習する。得られた単語ベクトルの比較の結果,提案法により得られた単語ベクトルは,テキストデータのみから得られた単語ベクトルより,類似した韻律情報を持つ単語が類似したベクトルを持つことを示す。また,DNN音声合成における客観評価実験により,テキストデータのみから得られた単語ベクトルと比較し,提案法により得られた単語ベクトルを用いることでF0の生成精度が向上することを示す。(著者抄録)