权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

音声合成手法の高度化に関する研究

语音合成方法的进展研究

基本信息

批准号：
62608003
负责人：
桐谷滋
金额：
$ 9.54万
依托单位：
The University of Tokyo
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：
1987
资助国家：
日本
起止时间：
1987 至无数据
项目状态：
已结题

项目摘要

音声言語によるマン・マシン・インターフェイスの高度化に必須な, 自然性の高い文音声を規則合成する技術を開発するために主として以下の4項目を研究した. 1)与えられた文章から音声合成に必要な各種言語情報を決定するための言語処理手法の確立. 2)種々の声質の合成を可能とするための有効な音源信号生成モデルの確立. 3)発話速度の速い会話調の音声を考慮した自然なフォルマント軌跡を合成する規則の確立. 4)文章の統語情報, 意味情報, 談話情報をもとに, 自然な韻律パタンを合成する規則の確立. まず, 1)と4)については,対象を天気予報(全国の天気概況)に限定して, 漢字かな混じり文から語彙・統語・意味・談話構造に関する言語学的情報を抽出する言語処理システと, 抽出された言語情報から音声記号と韻律記号を導出する音韻処理システムの一部を構成した. また特に4)に関しては, 談話における焦点の有無につよるアクセントの変化も規則化し, さきに提案した基本周波数パタン生成モデルに組み込んで, その有効性を確認した. 現在さらに, 対象の拡大とシステムの一般化を進めている. 次に, 2)に関しては, 種々の条件下で音声波形と唇に於ける体積速度波形等を測定して逆フィルタ法で声門体積速度波形を求めるシステムを作成し, 男女声の差異の一部を明らかにした. 実測結果とモデルによるシュミレートの結果を比較検討し, 合成音声の品質を左右する主要因を明らかにする作業を進めている. さらに, 3)に関しては, 話者と発話速度を変動要因とした場合の, 有声破裂子音に挟まれた母音のフォルマント軌跡の変化を解析し, フォルマント軌跡の変化が各単音の生成過程の動特性に存在すること, 話者によって発話速度を上げる方法に差異があることなどを明らかにした. これらの特徴を考慮してフォルマント軌跡の合成規則の開発を進めている. 以上の研究を総合して, テキストー音声変換システムの基本的構想を検討した.

It is a must to improve the sound language of the voice language. Natural high-quality text and sound, regular synthesis, technology, open development, and research on the following 4 projects. 1) It is necessary to synthesize various speech information and determine the speech processing techniques based on the text and the speech. 2) The possibility of synthesizing sound quality and the effective sound source signal generation are established. 3) The speed of the conversation, the speed of conversation, the sound of the conversation, the sound of the conversation, the natural trajectory of the conversation, the synthesis of the rules, are established. 4) The general language information of the article, the meaning information, the conversation information, The rules of natural rhythm and synthesis are established. Kanjiかなmixedじり文からvocabulary, unified language, meaning, conversational structureに关するlinguistics informationをextractionするspeech processingシステと, Extracting the speech information and extracting the phonetic marks and prosodic marks and deriving the phonetic and phonological processing of the speech information and the composition of the speech information. The focus of the conversation is the presence or absence of the focus,さきにProposalしたBasic cycle numberパタンgeneratedモデルに组み込んで,そのvalidityをconfirmationした. Now さらに, 対肖の拡大とシステムのgeneralization を入めている. 时に, 2)に关しては, Under such conditions, the sound waveform and lip volume velocity waveform are measured and the glottal volume velocity waveform is calculated using the inverse method, and the volume velocity waveform is calculated and created. The difference between male and female voices. The difference between male and female voices. The main reason for the quality of the synthesized voice is that the work is done well. The speaker's speech speed changes due to the occasion, and the sound breaks the consonant sound and the vowel sound changes the trajectory of the sound. The dynamic characteristics of the formation process of each sound and the existence of the change of the Fukuroman track, The speaker is によって発, the speed of speaking is を上げる, the method is different, があることなどを明らかにした.これらの特徴をConsider the synthesis rules of the してフォルマントtrajectoryの开発を进めている. The above research is done together, The basic idea of システムの is changed by the sound of テキストー.