文献

J-GLOBAL ID：201702283869523033   整理番号：17A0565530

風雲急を告げる音声合成研究の最新動向

著者 (1件)： 徳田恵一 (名古屋工業大学)
資料名： 情報・システムソサイエティ誌(Web)  (IEICE Information and Systems Society Journal (Web))
巻： 21  号： 4  ページ： 10-11(J-STAGE)  発行年： 2017年 
JST資料番号： U0846A  ISSN： 2189-9819  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 音声合成の研究動向について概説した。テキストから音声波形を求める統計的音声合成の生成モデルを,ボコーダ,音響モデル,テキスト解析の部分モデルに分解した。音響モデルに用いた従来の隠れMarkovモデル(HMM)と,近年増加したディープニューラルネットワーク(DNN)を用いる方法を比較した。統計的音声合成の課題はボコーダによる音声品質の劣化だが,DNNによる言語特徴からの直接予測が可能なWaveNetを用いることで,大幅な品質改善が期待できることを示した。音声による人間と機械の自在な情報交換の実現が音声合成研究の課題であることを示した。

シソーラス用語： *音声合成 ,  *状態 ,  モデル ,  ボコーダ ,  隠れMarkovモデル ,  ニューラルネットワーク
準シソーラス用語： ディープニューラルネットワーク ,  隠れMarkovモデル音声合成 ,  音響モデル ,  *最新動向

分類 (1件)： 音声処理  (JE05000E)

引用文献 (7件)：

• [1] 徳田恵一,“統計的音声合成技術の現在・過去・未来,”信学技報,SP2015, Dec. 2015. (http://live.nicovideo.jp/watch/lv243159328#01:58:40)
• [2] K. Tokuda, et al., “Speech synthesis based on hidden Markov models,” Proc. the IEEE, vol.101, no.5, pp.1234-1252, May 2013.
• [3] H. Zen, et al., “Statistical parametric speech synthesis using deep neural networks,” Proc. ICASSP, pp.7962-7966, 2013.
• [4] 橋本 佳,et al., “深層学習に基づく統計的音声合成,”日本音響学会誌,vol.73, no.1, 2017.
• [5] K. Tokuda, et al., “Temporal modeling in neural network based statistical parametric speech synthesis,” Proc. ISCA Speech Synthesis Workshop, p.113-118, 2016.

タイトルに関連する用語 (3件)： 音声合成 ,  研究 ,  最新動向