構音障がい者のカスタマイズドコミュニケーション基盤技術の創出

点击翻译按钮获取中文摘要

昨年度の研究成果をもとに構音障がい者のカスタマイズドコミュニケーション基盤技術に資する手法の提案，および実証実験をさまざまな観点から行い，それらの有効性を確認した．主な内容は以下のとおりである．(1) 器質性構音障がい者においては，発話器官の異常があるために，話者ごとに大きく異なる固有の発話スタイルを獲得していると考えられる．その結果，発音困難な音声と比較的容易な音声の間で，誤認識の頻度も大きく異なると考えられる．本年度では，その話者ごとの誤認識の傾向を考慮した発話辞書適応，および中間層損失関数を導入した音声認識システムを検討した．この音声認識システムでは話者ごとの誤り傾向を学びながらも，本来想定されている健常者と同じような認識結果を出力することが期待される．音声認識実験により認識精度が改善されることが示された．(2) 脊髄性筋萎縮症者の話者性を維持しつつ聞き取りやすい音声を合成するシステムの改良を行った．具体的には話者認識モデルから得られる話者埋め込みを利用して，新たな損失関数を深層学習に加える方法を提案した．その結果，提案法は収録音声と比較して明瞭で，従来法より話者性に優れた音声を生成することができた．また実環境下では人工呼吸器のような音を発する医療器具を装着された状態での収録が必要となることが多く，結果として機器雑音が混入した音声が収録されることとなる．それらの外部雑音を含む収録音声をそのまま学習に用いると，合成音声が雑音を多く含んだものになる可能性がある．そのため，本年度では，深層学習に基づく音声強調処理も音声合成システムの事前処理に組み込み，有効性を確認した．