文献

J-GLOBAL ID：202002220883834562   整理番号：20A1093625

音読スキルの定量評価に向けた大規模主観評価データの収集と分析

Initial analysis of oral reading skills obtained from large scale subjective evaluation

著者 (4件)： 大鶴拓哉 (東大 大学院工学系研究科) ,  井島勇祐 (NTT メディアインテリジェンス研) ,  齋藤大輔 (東大 大学院工学系研究科) ,  峯松信明 (東大 大学院工学系研究科)
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： 119  号： 440(SIP2019 103-169)  ページ： 195-200  発行年： 2020年02月24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： プロアナウンサーの音声は,聴取者が聞けば容易にそれがアナウンサーの発声であると認識できる.筆者らはこれまで,プロアナウンサーの音声とアマチュア話者の音声との違いに着目し,音声合成技術を活用した分析を行ってきた.その分析結果より,プロ話者・アマチュア話者間だけではなく,アマチュア話者内においてもスキルに大きな差が存在することが示唆された.そこで本稿では,大規模聴取実験における主観評価結果を元に,プロのアナウンサーらしさを反映する1つの尺度として「音読スキル」の定量化を試み,プロ・アマチュアという二値的な分類に代わる連続的なスキルのモデル化を行う.51名の話者の自然音声に対し計1275組のペア比較実験を行い,音読スキルの連続的なモデル化を検討した.同一音声に対してプロの読み上げか否かを判定する実験を行い,得られた結果と音読スキルの尺度値との相関を分析した.また,合成音声についても同様の実験を行い,自然音声と合成音声で主観評価結果の傾向に一貫性があるか検証した.(著者抄録)

シソーラス用語： 音韻 ,  人間 ,  技術 ,  *音声合成 ,  データ読取 ,  *定量分析 ,  主観評価 ,  データ収集 ,  データ解析 ,  実験 ,  モデリング ,  *音声 ,  比較 ,  情報 ,  音響 ,  ニューラルネットワーク ,  文書 ,  音素
準シソーラス用語： 韻律 ,  アナウンサー ,  話者 ,  *音読スキル ,  音読 ,  定量評価 ,  聴取実験 ,  自然音声 ,  合成音声 ,  韻律情報 ,  プロ話者 ,  アマチュア話者 ,  プロアナウンサ ,  評価実験 ,  DNN音声合成 ,  ラベリング【文書】

分類 (2件)： 音声処理  (JE05000E) ,  音響測定  (BB03040R)

引用文献 (11件)：

• 大鶴拓哉,井島勇祐,齋藤大輔,峯松信明:“DNN音声合成を用いたアナウンサーと素人話者間の韻律的特徴の分析”,電子情報通信学会技術研究報告,119,188,pp.13-18,2019.
• N. Hojo, Y. Ijima and H. Mizuno,“DNN-based speech synthesis using speaker codes”, IEICE TRANSACTIONS on Information and Systems, 101, 2, pp. 462-472, 2018.
• A. Kurematsu, K. Takeda, Y. Sagisaka, S. Katagiri, H. Kuwabara and K. Shikano,“ATR Japanese speech database as a tool of speech recognition and synthesis”, Speech communication, 9, 4, pp. 357-363, 1990.
• 安倍幸司,小澤賢司,鈴木陽一,曽根敏夫:“音色表現語,感情表現語及び音情報関連語による環境音評価”,日本音響学会誌,54,5,pp.343-350,1998.
• 金礪愛,中野倫靖,後藤真孝,菊池英明他:“ポピュラー音楽における歌声の印象評価語を自動推定するシステム”,研究報告音楽情報科学(MUS),2013,19,pp.1-8,2013.

タイトルに関連する用語 (7件)： 音読 ,  スキル ,  定量評価 ,  大規模 ,  主観評価 ,  収集 ,  分析