Speech Synthesis method for Medical-care equipment by Using Sand-glass Type Neural Network

利用沙漏型神经网络的医疗设备语音合成方法

• 批准号: 15500069
• 负责人: SHIMIZU Tadaaki
• 金额: $ 1.66万
• 依托单位: National University Corporation Tottori University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2003
• 资助国家: 日本
• 起止时间: 2003 至 2004
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-15500069/
• 关键词: Speech Synthesis; Sand-glass type Neural Network; LSP parameter; Japanese Vowels; Auditory Evaluation; 砂時計ニューラルネットワーク

We showed a new scheme to characterize speech from LSP parameters by 5 layers sandglass type nonlinear neural network (SNN(NL5)). In order to synthesize speech, we take advantage of useful abilities of SNN(NL5) for compressing and restoring the information. We performed learning experiments on LSP parameters of 5 vowels to investigate the ability of SNN. The followings were verified, 1)the distribution of LSP parameters compressed by SNN(NL5) are similar to the distribution of F1-F2 formants plane. 2)Nonlinear output function of neural elements in second and fourth layers of SNN(NL5) work effectively from view point of separating the distribution of vowels. 3)In order to prevent SNN(NL5) from over learning, there exists the optimum numbers of neural elements in second and fourth layers. For 14 orders of LSP parameters, this number was determined to be 20. 4)There is a preferable property on the plane to separate the vowels distinctively when the restoring error of LSP parameters becomes less. 5)SNN(NL5) can restore the LSP parameters with accuracy enough to synthesize speech from the compressed parameters.

提出了一种基于5层沙漏型非线性神经网络(SNN(NL5))的语音特征提取方法。为了合成语音，我们利用了SNN(NL5)对信息进行压缩和恢复的能力。我们对5个元音的LSP参数进行了学习实验，以考察SNN的能力。结果表明：1)SNN(NL5)压缩后的LSP参数分布与F1-F2共振峰平面的分布相似。2)从分离元音分布的角度，SNN(NL5)第二层和第四层神经元的非线性输出函数有效地发挥了作用。3)为了防止SNN(NL5)的过度学习，第二层和第四层的神经元数目存在最佳值。对于14阶LSP参数，这一数目被确定为20。4)当LSP参数的恢复误差变小时，在平面上有更好的性质来区分元音。5)SNN(NL5)能够以足够的精度恢复LSP参数，以从压缩参数合成语音。

项目成果

砂時計型ニューラルネットワークによる日本語5母音の特徴をとらえ音声合成パラメータの抽出

使用沙漏神经网络捕获五个日语元音的特征来提取语音合成参数

• 发表时间: 2004
• 期刊: 神経回路学会誌 Vol.11,No.4
• 作者: 清水忠昭;木本雅也;井須尚紀 他
• 通讯作者: 井須尚紀 他

Improvement of Compression Characteristic of LSP parameters by Cascading Sandglass Type Neural Network

级联沙漏型神经网络改进LSP参数压缩特性

• 发表时间: 2005
• 期刊: journal of Information Processing Society of Japan Vol.46, No.3
• 作者: M.Kimoto;T.Shimizu;N.Isu et al.
• 通讯作者: N.Isu et al.

Featuring vowels by five layers sandglass type neural network

通过五层沙漏型神经网络识别元音

• 发表时间: 2004
• 期刊: The Brain & Neural Networks Vol.11, No.4
• 作者: T.Shimizu;M.Kimoto;N.Isu et al.
• 通讯作者: N.Isu et al.

M.Kimoto, T.Shimizu, H.Yoshimura, K.Sugata, M.Tanaka-Yamawaki: "Auditory evaluation experiments of Japanese vowel synthesized by using cascaded sand-glass type neural network"Proceedings of The 9^<th> International Symposium on Artificial Life and Robotic

M.Kimoto、T.Shimizu、H.Yoshimura、K.Sugata、M.Tanaka-Yamawaki：“使用级联沙漏型神经网络合成日语元音的听觉评估实验”第九届国际研讨会论文集

砂時計型ニューラルネットワークの多段化によるLSPパラメータ圧縮特性の改善

多级沙漏神经网络改进LSP参数压缩特性

• 发表时间: 2005
• 期刊: 情報処理学会論文誌 Vol.46,No.3
• 作者: 木本雅也;清水忠昭;井須尚紀他
• 通讯作者: 井須尚紀他