文献

J-GLOBAL ID：201802210079401996   整理番号：18A0518346

HMMに基づくフォトリアリスティック表現オーディオビジュアル音声合成システムの実証【Powered by NICT】

Demonstration of an HMM-based photorealistic expressive audio-visual speech synthesis system

著者 (3件)： Filntisis Panagiotis Paraskevas (School of ECE, National Technical University of Athens, 15773 Athens, Greece) ,  Katsamanis Athanasios (School of ECE, National Technical University of Athens, 15773 Athens, Greece) ,  Maragos Petros (School of ECE, National Technical University of Athens, 15773 Athens, Greece)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 4588  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： 会話エージェントの使用は,日常生活における急速に増加している(cortana,siriなど)。発話アニメーションの包接は,音声の明瞭度と人間-計算機相互作用の自然性を増加することを示した。さらに,感情表現するエージェントは人の関係者に強いアピールを持ち,対話者の感情状態に影響する。提案した実証は,隠れMarkovモデル(HMM)に基づくフォトリアリスティックなオーディオビジュアル音声合成システム,感情表現が可能である[1+2]。システムは三感情:幸福,怒り,悲しみ,プラス中性発話様式で発話するトーキングヘッドを発生させることができる。システムのさらなる能力は,1)元の感情の混合物(例えば,怒りと幸福)を用いた音声を生成するためにHMM補間[3]の使用,および表現力の異なるレベル(中立的な感情を伴う混合),2)HMM適応の使用[4]を含み,わずか数文を用いてターゲット感情に適応するために。装置システムをするために,ラップトップやスピーカを使用した。システムはラップトップ上の完全に実施する予定である。実証経験実証中に,視聴者が:1機会を持つであろう。3種類の感情(プラス中性)における発話トーキングヘッドのビデオをWatch and表現トーキングヘッドは中性スタイルで話すトーキングヘッドに比べてより自然を感じるかを見る。2。同時に二つ以上の感情で発話するトーキングヘッドを監視し,各感情に割り当てられた重みは結果にどのように影響するかを見る。は,感情は,各視聴者は知覚を見るために大きな関心となるであろう。添加では,中立的な感情を伴う補間により,視聴者はそれぞれの感情に対して異なる表現レベルのトーキングヘッドspeakを見ることができるであろう。3。中性トーキングヘッドは,ほんのいくつかの文を用いた別の感情を話しに適合させることができる方法と,用いる文の数は得られたトーキングヘッドの表現力にどのように影響するか。Copyright 2018 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： 内挿法 ,  会話 ,  発話 ,  *音声合成機器 ,  相互作用 ,  隠れMarkovモデル ,  視聴者 ,  エージェント ,  アニメーション ,  明瞭度
準シソーラス用語： 表現力 ,  怒り ,  トーキングヘッド ,  感情表現 ,  *オーディオビジュアル , 【Automatic Indexing@JST】

分類 (2件)： 応用心理学  (AE02000A) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： HMM ,  表現 ,  オーディオビジュアル ,  音声合成システム ,  実証