講演抄録/キーワード |
講演名 |
2017-01-21 11:00
[ポスター講演]オーディオブックを用いた表現豊かな音声合成のための言語特徴の検討 ○浅井千明・沢田 慶・橋本 佳・大浦圭一郎・南角吉彦・徳田恵一(名工大) SP2016-70 |
抄録 |
(和) |
統計的パラメトリック音声合成において,表現豊かな音声を合成するために様々な研究が進められている.表現豊かな音声を合成するためには,学習データとして多様な発話スタイルを含む音声データが必要となる.本稿では,様々な発話スタイルを持つ音声データが含まれるオーディオブックを学習データとして,表現豊かな音声を合成するシステムの構築を目指す.従来の音声合成システムで使用されている言語特徴は,オーディオブックのような多様な発話スタイルを含む音声データを考慮した設計がなされていないため,様々な発話スタイルを表現することが難しい.そこで本稿では,表現豊かな音声の合成を実現するために,1)文単位以上の言語特徴,2)会話文と地の文の発話スタイルを表現するための言語特徴,3)構文解析に基づいた言語特徴の3つの言語特徴を提案する.Blizzard Challenge 2016で使用された英語の子供向けオーディオブックを用いて音声合成システムを構築し,自然性に関する主観評価実験を行った. |
(英) |
In order to synthesize expressive speech, various statistical parametric speech synthesis systems have been proposed. Speech data including various speaking styles are required as training data for expressive speech synthesis. This paper proposes expressive speech synthesis using audiobooks as training data. Audiobooks include various speaking styles. However, conventional linguistic features are not appropriate for representing various speaking styles. Therefore, linguistic features for statistical parametric speech synthesis using audiobooks are proposed: 1)linguistic features above the utterance-level; 2) linguistic features expressing the speaking styles in the conversational and descriptive parts; and 3) linguistic features based on syntactic parsing. Children's English audiobooks used at the Blizzard Challenge 2016 were used for training data, and the naturalness of synthesized speech as children's audiobooks was evaluated by subjective listening tests. |
キーワード |
(和) |
統計的パラメトリック音声合成 / オーディオブック / 発話スタイル / 言語特徴 / / / / |
(英) |
statistical parametric speech synthesis / audiobook / speaking style / linguistic features / / / / |
文献情報 |
信学技報, vol. 116, no. 414, SP2016-70, pp. 35-40, 2017年1月. |
資料番号 |
SP2016-70 |
発行日 |
2017-01-14 (SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SP2016-70 |