発声障害者のための高品質かつ柔軟な音声合成技術の確立

为言语障碍人士建立高质量、灵活的语音合成技术

• 批准号: 15J10727
• 负责人: 田中 宏
• 金额: $ 1.22万
• 依托单位: Nara Institute of Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-04-24 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15J10727/
• 关键词: 統計的電気音声発声; 無喉頭音声; 電気音声; 電気式人工喉頭; 統計的音源予測; 生成モデル; 喉頭摘出者; 音声合成; 基本周波数

本年度の業績は，査読付き英語論文１本，査読付き国際会議２本，国内会議１本である．本研究課題は，「発声障害者のための高品質かつ柔軟な音声合成技術の確立」である．本年度は，（１）統計的電気音声発声（実時間版）のためのモデル学習および予測手法の改善，（２）統計的電気音声発声（オフライン版）のためのモデル学習および予測手法の改善を行った．（１）に関して，昨年度実装した入力される無喉頭音声（電気音声）から実時間予測される韻律情報（F0 パターン）に応じて電気式人工喉頭を直接制御する枠組み（実時間統計的電気音声発声）において，先読み予測および学習する特徴量を工夫することにより，韻律情報の予測精度を改善した．また，主観評価実験においても，従来の電気音声と比較して，大幅な自然性の改善を確認した．なお，以上の内容をまとめた論文を，電子情報通信学会の英語論文誌に投稿し，採択された．（２）に関して，オフライン版の予測精度は実時間版の予測精度の上限値となるため，オフライン版の予測精度改善は必要である．本年度は，入力される電気音声からF0 パターンを予測するためのオフライン版の統計モデルを新たに提案した．従来の統計モデルを用いて予測されるF0パターンは入力された電気音声に対して最尤であるが，時として人が発声し得ない不自然なF0パターンとなってしまう．この問題に対して，F0パターンの物理的な生成過程の制約を導入することで，電気音声に対応する自然な（人が生成し得る）F0パターンを統計的に予測する手法を提案した．評価実験により制約を組み込んだ予測処理を可能とすることで，F0パターンの予測精度を改善することを確認した．

This year, we will pay for one copy of English, two copies of international conferences and one copy of domestic conferences. The topic of this study is, "people with sound impairment are required to improve the quality of sound synthesis techniques." this year, (1) Statistical electronic sound sound (current edition) and sound training techniques have been improved. (2) Statistical sound and sound of electronic equipment. (2) Statistical sound and sound of electronic equipment. (2) Statistical sound and sound of electronic equipment. (2) Statistical electronic sound sound (statistical audio sound). (2) Statistical electronic sound sound (electronic sound sound). (2) Statistical electronic sound sound. (2) Statistical electronic sound sound (statistical electronic sound sound). (1) to improve the performance of the game. Last year, it was installed that the sound of silent sound (sound of electronic sound) was not used during the period of time (F0 sound). The artificial pipe of electric computer directly controls the sound of the equipment group (sound of sound of electronic sound measured in time), first of all, it is necessary to improve the accuracy of the equipment. The main purpose of this paper is to improve the quality of confirmation, the content of the above information, the contribution of the English language of the Institute of Electronic Intelligence and Communications, the contribution of the English language, and the accuracy of the electronic communication society. (2) it is necessary to improve the accuracy of the electronic communication society. (2) to improve the accuracy of the current version of the electronic communication society. It is necessary to improve the accuracy of the computer system. This year, F0 sound input is recommended for statistical analysis. This year, F0 sound input is the most important for statistics and statistics. It is not natural to hear the sound of people in time. F0 is not a problem. F0 is responsible for the generation process of physics. The sound and sound system of the electronic sound system (human-generated signal) F0 is used to improve the accuracy and accuracy of the statistical analysis of the system.

项目成果

F0パターン生成過程を考慮したProduct-of-Expertsに基づく電気音声強調のための統計的F0予測法

考虑F0模式生成过程的基于专家积的电语音增强统计F0预测方法

• 发表时间: 2016
• 作者: 田中 宏;亀岡 弘和;戸田 智基;中村 哲
• 通讯作者: 中村 哲

リアルタイム音源予測に基づく電気式人工喉頭制御の実装

基于实时声源预测的电人工喉控制的实现

• 发表时间: 2015
• 作者: 田中 宏;戸田 智基;Graham Neubig;Sakriani Sakti;中村 哲
• 通讯作者: 中村 哲

Real-time vibration control of an electrolarynx based on statistical F0 contour prediction

基于统计F0轮廓预测的电喉实时振动控制

• DOI: 10.1109/eusipco.2016.7760465
• 发表时间: 2016
• 期刊: Proceedigns of EUSIPCO
• 作者: Kou Tanaka;Tomoki Toda;Graham Neubig;Satoshi Nakamura
• 通讯作者: Satoshi Nakamura

電気音声強調のための統計的F0予測におけるProduct-of-ExpertsによるF0パターン生成過程モデルの導入

电语音增强统计 F0 预测专家产品介绍 F0 模式生成过程模型

• 发表时间: 2016
• 作者: 田中 宏;亀岡 弘和;戸田 智基;中村 哲
• 通讯作者: 中村 哲

Statistical F0 prediction for electrolaryngeal speech enhancement considering generative process of F0 contours within product of experts framework

考虑专家框架内 F0 轮廓生成过程的电喉语音增强统计 F0 预测

• 发表时间: 2016
• 期刊: Proceedings of ICASSP
• 作者: Kou Tanaka;Hirokazu Kameoka;Tomoki Toda;Satoshi Nakamura
• 通讯作者: Satoshi Nakamura