日本語音声における韻律的特徴 ー 音声デ-タベ-スの作成・保存と利用に関する研究

日语语音的韵律特征——语音数据库的创建、存储和使用研究

• 批准号: 02224103
• 负责人: 板橋 秀一
• 金额: $ 6.98万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1990
• 资助国家: 日本
• 起止时间: 1990 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-02224103/
• 关键词: 日本語; 音声; 韻律; 音声デ-タベ-ス

音声デ-タベ-スの細部の仕様については、音声デ-タベ-ス委員会と密接に連絡をとって検討を進めた。今後CDを15種、CDーROMを3種作成することに決めた。CDの内訳は全国共通項目(160項目、100地点)、東日本方言(300項目、30地点)、西日本方言(300項目、30地点)、共通項目全体(約1500項目、4地点)、琉球方言(延3000項目)、日本語・国語教育用であり、CDーROMの中の1種は文章項目(桃太郎、天気概況、40地点)としたが、他は今後検討する。今年度は、文章項目のCDーROM1種と、共通項目(532項目、4地点)のCDを1種作成した。DAT/CD用デ-タベ-スの作成:昨年度作成したCD「桃太郎・天気予報」を更に使いやすくするためには、音声の内容や話者の属性等を示すラベルを付与する必要がある。そこで、これらの情報をフロッピディスク1枚に収め、市販のデ-タベ-スシステムで検索できるようにした。ラベルは29項目あり、例えば、ある地点の70才以上の男性話者に関する情報等を表示することができ、また、それがCDやDATのどのプログラム番号に収録されているか等を示すことができる。音声デ-タベ-スの階層的ラベリングの検討:音声デ-タの表記には様々な問題がつきまとう。現在のところ、カナ表記で統一しようということになっているが、我々はそれを階層的に行うことを検討した。ATRでは5階層に分けることを提案しているが、これは主として音声自動認識研究を目的としている。本方法は方言の対照研究や言語教育等への利用を目的として、より言語学的な目的を持ったものである点が異なる。これはa)カナ表記、b)ロ-マ字表記、c)音素記号、d)異音、e)音響素性からなる。これによって各自の研究目的に適した利用が可能になるものと思われる。

Sound and Sound Committee, Contact and Discussion From now on, there will be 15 kinds of CD and 3 kinds of CD ROM CD's internal language includes 160 items and 100 locations, East Japanese dialect (300 items and 30 locations), West Japanese dialect (300 items and 30 locations), all common items (about 1500 items and 4 locations), Ryukyu dialect (3000 items), Japanese language and Mandarin education, and one of CD's 10 articles (Momotaro, Tianqi Overview, 40 locations). This year, there is one CD for article items and one CD for common items (532 items and 4 locations). DAT/CD is created with the following information: CD "Momotaro" is created last year, and it is necessary to update the content, voice, and speaker attributes. The information of the company and the market is very important. For example, if you are a male speaker with more than 70 years of age, you can express your opinion on the topic of CD and DAT. Sound and Sound: Sound and Sound Now, we have a list of all the things that we can do to make sure that we're all in the same place. ATR has five levels: proposal, voice recognition, research, etc. This method is different from the use of dialect and language education.これはa)カナ表记、b)ロ-マ字表记、c)音素记号、d)异音、e)音响素性からなる。The purpose of this study is to explore ways to improve the quality of our products.

项目成果

城風 敏彦、(牧野 正三): "音声情報の自動獲得機能を持つ分散型大規模音声デ-タベ-ス「KーDB」" 情報処理学会論文誌. 32. 62-70 (1991)

Toshihiko Shirokaze，（Shozo Makino）：“具有语音信息自动获取功能的分布式大型语音数据库‘K-DB’”日本信息处理学会汇刊32. 62-70（1991）。

Masatake DANTSUJI: "Tentative Approach to the Acoustic Feature Model" REVUE DE PHONETIQUE APPLIQUEE. 9ー92ー93. 147-159 (1990)

Masatake DANTSUJI：“声学特征模型的尝试”REVUE DE PHONETIQUE APPLIQUEE 9-92-93 (1990)。

藤崎 博也、(広瀬 啓吉): "遅れ時間比例窓長の自己相関関数を用いた音声のピッチ自動抽出方式" 電子情報通信学会音声研究会. SP90ー86. 9-16 (1990)

Hiroya Fujisaki，（Keikichi Hirose）：“使用延迟时间比例窗口长度的自相关函数的自动语音基音提取方法”IEICE SP90-86（1990）。

K.TAKEDA(H.KUWABARA): "ATR Japanese Database as a Tool of Speech Recognition and Synthesis" SPEECH COMMUNICATION. 9. 357-363 (1990)

K.TAKEDA(H.KUWABARA)：“ATR 日语数据库作为语音识别和合成的工具”语音通信。

Kazuyo TANAKA: ""The ETL speech database for Speech analysis and recognition research"" Proceedings ICSLP 90. 24.7.1-24.7.4 (1990)

Kazuyo TANAKA：“用于语音分析和识别研究的 ETL 语音数据库”Proceedings ICSLP 90. 24.7.1-24.7.4 (1990)