音声対話における音声の認識と合成に関する研究

点击翻译按钮获取中文摘要

今年度は、対話音声の分析、認識、合成、対話制御のモデル化の4点から研究を行った。主な成果は次の通りである。(1)雑音に強い分析法として、帯域分割分割自己相関分析法を提案し、種々の雑音に有効であることを確かめた。また、この方法をダミ-ヘッドを用いた2入力信号に拡張すると、ロバスト性が向上することを確認した。(板倉)(2)音声の振幅包絡を周波数分析して発話速度を抽出する方法を考案し、日本語と英語の発話速度の変化を定量的に示した。また、日本語のbimoraic foot現象、英語の強勢間の音節の等時性などを明らかにした。(北沢)(3)識別学習と入力音声への適応機能の導入により高精度な音素認識アルゴリズムを確立した。また離散型HMnetを用いた強力な言語モデルの獲得法を提案してその有効性を示した。(牧野)(4)強い言語的制約に頼っていた従来の連続音声認識システムに、文法の学習、未知語処理、認識誤りを含んだ文の意味解釈などの機能を導入して、比較的自由な発話を許すことに成功した。(中川)(5)韻律、分節特徴、音質の柔軟な制御が可能なホルマントテンプレート接続型音声合成方式を提案し、新しく開発したARX音声分析法を用いて抽出した音道及び音源パラメタを用いて、良好な合成音声を得た。(粕谷)(6)対話音声と朗読音声の特徴を比較し、対話音声を合成するための韻律規則を作成した。また、特定のタスクを用いて、対話履歴による省略、焦点の付与の制御を行い、ユーザに分かりやすい応答音声が生成する手法を開発した。(広瀬)(7)音声認識の誤りを考慮し、認識や聞き直しを行う対話制御方式の数学的なモデル化を行い、このような制御方式を採る対話システムの総合的な性能と音声認識システムの性能との間の定量的な関係を導いた。(新美)