Investigations on design methodology of functional voices

功能声音设计方法研究

• 批准号: 24650085
• 负责人: KAWAHARA Hideki
• 金额: $ 2.5万
• 依托单位: Wakayama University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012-04-01 至 2014-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-24650085/
• 关键词: 音声合成; 音声知覚; 音声コミュニケーション; 音声インタフェース; 非言語; インタフェース; モーフィング; 音声変換; 機能音声; 音声分析; 主観評価実験; 脳活動; 潜在知覚; 一般化線形モデル

Aiming at establishing a design methodology of voice attributes to facilitate understanding, affection, alert and safety feeling by non-linguistic voice aspects, this research project was conducted. It was based on a de facto standard speech research framework STRAIGHT, developed by the prime investigator and yielded several useful research tools. A highly accurate and computationally efficient F0 extractor with higher temporal resolution than conventional methods is an example of such extension and development. In this course of investigations, a revolutionary new morphing framework was invented. The new method is capable of morphing arbitrary many voice examples in one shot procedure with individual control of each physical speech parameter and enabled time dependent weight setting. This new morphing method and other research products of the project provides basis of the substantially new research project.

本研究旨在建立一套语音属性的设计方法，借由非语言的语音方面，以促进理解、情感、警觉及安全感。它是基于一个事实上的标准语音研究框架直，由主要研究者开发，并产生了几个有用的研究工具。具有比传统方法更高的时间分辨率的高度精确和计算效率的F0提取器是这种扩展和发展的一个例子。在这个过程中，一个革命性的新变形框架被发明出来。新方法能够变形任意多个声音的例子在一个镜头的过程中，单独控制每个物理语音参数和启用时间相关的权重设置。这种新的变形方法和项目的其他研究成果为实质性的新研究项目提供了基础。

项目成果

Inharmonic Speech : A Tool for the Study of Speech Perception and Separatio

不和谐语音:研究语音感知和分离的工具

• 发表时间: 2012
• 作者: Josh H. McDermott;Daniel P. W. Ellis and Hideki Kawahara
• 通讯作者: Daniel P. W. Ellis and Hideki Kawahara

楽器音や動物の鳴声の音色と音声の言語情報を保持したクロス合成VOCODER

交叉合成声码器，保留乐器声音和动物叫声的音色和语言信息。

• 发表时间: 2012
• 作者: 西大輝;西村竜一;入野俊夫;河原英紀
• 通讯作者: 河原英紀

Interference-free observation of temporal and spectral features in "shout" singing voices and their perceptual roles

无干扰观察“喊”歌声的时间和频谱特征及其感知作用

• 发表时间: 2013
• 作者: Hideki Kawahara;Masanori Morise and Ken-Ichi Sakakibara
• 通讯作者: Masanori Morise and Ken-Ichi Sakakibara

外挿が可能な時変多属性任意事例数モーフィングを用いた文章音声好感度の改善について

使用允许外推的时变多属性任意案例编号变形来提高文本语音的好感度

• 发表时间: 2014
• 作者: 吉元照貴;西村竜一;入野俊夫;河原英紀
• 通讯作者: 河原英紀

Temporally fine F0 extractor applied for frequency modulation power spectral analysis of singing voices

时间精细F0提取器应用于歌声调频功率谱分析

• 发表时间: 2013
• 作者: H. Kawahara;M. Morise;K. Sakakibara
• 通讯作者: K. Sakakibara