文献

J-GLOBAL ID：201902298192958050   整理番号：19A0703426

日本語イントネーションシステムを考慮した韻律を意識した部分語埋め込みとDNNに基づく多方言音声合成への応用【JST・京大機械翻訳】

Prosody-aware subword embedding considering Japanese intonation systems and its application to DNN-based multi-dialect speech synthesis

著者 (3件)： Akiyama Takanori (Graduate School of Information Science and Technology, The University of Tokyo, Japan) ,  Takamichi Shinnosuke (Graduate School of Information Science and Technology, The University of Tokyo, Japan) ,  Saruwatari Hiroshi (Graduate School of Information Science and Technology, The University of Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： APSIPA ASC  ページ： 659-664  発行年： 2018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： 本論文では,日本語のイントネーションシステムを考慮した韻律認識サブワード埋込みと,DNN(深いニューラルネットワーク)に基づく多方言音声合成への応用について述べた。豊富な資源言語における音声合成の最近の改善に従って,研究動向は,まだ定義されていない韻律的文脈を持つ日本語方言のようなより挑戦的な言語に移行している。従来の韻律認識単語埋め込みは,単語とF_0シーケンスを用いてデータ駆動方式におけるコンテキストを非監督的に抽出することができる。しかしながら,未知語に対する正確なコンテキストは生成するのが困難である。この問題を解決するために,日本語イントネーションシステムを考慮した韻律認識サブワード埋込みを提案した。言語と音響特性を考慮して訓練された教師なしのサブ単語モデルは,韻律認識埋込みに適した既知の単語に未知の単語をトークン化することができる。また,埋め込み精度を向上させるために,サブ単語モレーンを考慮した変調フィルタリング法を提案した。この方法を日本語だけでなく日本語多言語音声合成にも適用した。複数方言事例において,方言情報によって調整された方言と埋め込みモデルの間で共有された単語モデルを提案した。実験的評価により,提案した多方言法は日本語のいくつかの方言において音声品質を改善できることを実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  言語 ,  音響特性 ,  *日本語 ,  *音声合成 ,  単語 ,  トークン ,  フィルタリング
準シソーラス用語： 音声品質 ,  多言語 ,  未知語 ,  サブワード ,  *イントネーション ,  *方言 ,  *韻律 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 日本語 ,  イントネーション ,  韻律 ,  意識 ,  埋め込み ,  方言 ,  音声合成 ,  応用