Research on robust spoken language interfaces for diverse voice variability and expressivity

针对不同语音变化和表现力的鲁棒口语界面研究

• 批准号: 21300063
• 负责人: KOBAYASHI Takao
• 金额: $ 6.24万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21300063/
• 关键词: 音声情報処理; HMM音声合成; テキスト音声合成; 基本周波数量子化コンテキスト; 自然発話音声; 重回帰HMM; 音声スタイル制御; 音声スタイル推定; モデル適応; 対話音声合成; スタイル推定; 声質変換; FO量子化; 発話様式

The purpose of the research is to develop techniques that make the human-computer interaction using speech input/output more robust for variations of users' emotional states, speaking styles, preferences, and expressivity. We have proposed techniques using a quantized fundamental frequency prosodic context for robust speech synthesis and an extended context set for spontaneous conversational speech synthesis. We have also proposed techniques for robust speech recognition including extraction of paralinguistic information and rapid model adaptation.

研究的目的是开发技术，使人机交互使用语音输入/输出更强大的变化用户的情绪状态，说话风格，偏好和表现力。我们已经提出了技术，使用量化的基频韵律上下文的鲁棒的语音合成和扩展的上下文集的自发会话语音合成。我们还提出了鲁棒的语音识别技术，包括提取非语言信息和快速模型自适应。

项目成果

F0量子化と非パラレル学習に基づく声質変換の検討

基于F0量化和非并行学习的语音质量转换研究

• 发表时间: 2009
• 期刊: 電子情報通信学会技術研究報告 SP2009-91
• 作者: Atsushi Konno;et al;太田悠平
• 通讯作者: 太田悠平

A tone-modeling technique using a quantized F0 context to improvetone correctness in average-voice-based speech synthesis

一种音调建模技术，使用量化的 F0 上下文来提高基于平均语音的语音合成中的音调正确性

• 发表时间: 2012
• 期刊: SpeechCommunication
• 作者: Vataya Chunwijitra;Takashi Nose;TakaoKobayashi
• 通讯作者: TakaoKobayashi

HMM音声合成における不特定話者スタイル変換の検討

HMM语音合成中与说话人无关的风格转换研究

• 发表时间: 2011
• 期刊: 電子情報通信学会技術研究報告
• 作者: 網野加苗;蒔苗久則;鎌田敏明，長内隆;金川裕紀
• 通讯作者: 金川裕紀

動画像からの顔の姿勢推定による非言語情報の取得

通过视频图像中的面部姿势估计获取非语言信息

• 发表时间: 2010
• 作者: 吉田英一;金広文男;田口友康;島田敏明;宮崎悠樹
• 通讯作者: 宮崎悠樹

HMMに基づく対話音声合成のための発話単位の検討

基于HMM的对话语音合成话语单元研究

• 发表时间: 2010
• 期刊: 日本音響学会2010年春季研究発表会講演論文集
• 作者: 高松淳;日浦慎作;長原一;富永昌治;向川康博;深野瑛一郎;郡山知樹
• 通讯作者: 郡山知樹