| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-06-14 13:30 Combining perceptually-motivated spectral shaping with loudness and duration modification for intelligibility enhancement of HMM-based synthetic speech in noise Cassia Valentini-Botinhao（Univ. of Edinburgh）・○Junichi Yamagishi（NII/Univ. of Edinburgh）・Simon King（Univ. of Edinburgh）・Yannis Stylianou（FORTH, Greece）  SP2013-47 WIT2013-17 |
|
| 抄録 | （和） | This paper presents our entry to a speech-in-noise intelligibility enhancement evaluation: the Hurricane Challenge. The system consists of a Text-To-Speech voice manipulated through a combination of enhancement strategies, each of which is known to be individually successful: a perceptually-motivated spectral shaper based on the Glimpse Proportion measure, dynamic range compression, and adaptation to Lombard excitation and duration patterns. We achieved substantial intelligibility improvements relative to unmodified synthetic speech: 4.9dB in competing speaker and 4.1dB in speech-shaped noise. An analysis conducted across this and other two similar evaluations shows that the spectral shaper and the compressor (both of which are loudness boosters) contribute most under higher SNR conditions, particularly for speech-shaped noise. Duration and excitation Lombard-adapted changes are more beneficial in lower SNR conditions, and for competing speaker noise. |
| （英） | This paper presents our entry to a speech-in-noise intelligibility enhancement evaluation: the Hurricane Challenge. The system consists of a Text-To-Speech voice manipulated through a combination of enhancement strategies, each of which is known to be individually successful: a perceptually-motivated spectral shaper based on the Glimpse Proportion measure, dynamic range compression, and adaptation to Lombard excitation and duration patterns. We achieved substantial intelligibility improvements relative to unmodified synthetic speech: 4.9dB in competing speaker and 4.1dB in speech-shaped noise. An analysis conducted across this and other two similar evaluations shows that the spectral shaper and the compressor (both of which are loudness boosters) contribute most under higher SNR conditions, particularly for speech-shaped noise. Duration and excitation Lombard-adapted changes are more beneficial in lower SNR conditions, and for competing speaker noise. | |
| キーワード | （和） | ntelligibility of speech in noise / HMM-based speech synthesis / Lombard speech / / / / / |
| （英） | ntelligibility of speech in noise / HMM-based speech synthesis / Lombard speech / / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 76, SP2013-47, pp. 95-100, 2013年6月. | |
| 資料番号 | SP2013-47 | |
| 発行日 | 2013-06-06 (SP, WIT) | |
| 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 | SP2013-47 WIT2013-17 |
|
| 研究会情報 | |
| 研究会 | SP WIT |
| 開催期間 | 2013-06-13 - 2013-06-14 |
| 開催地（和） | 新潟大学駅南キャンパス「ときめいと」 |
| 開催地（英） | |
| テーマ（和） | 音声/福祉/ディジタル信号処理/聴覚一般(音響学会聴覚研究会共催） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2013-06-SP-WIT |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Combining perceptually-motivated spectral shaping with loudness and duration modification for intelligibility enhancement of HMM-based synthetic speech in noise |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ntelligibility of speech in noise / ntelligibility of speech in noise |
| キーワード(2)（和/英） | HMM-based speech synthesis / HMM-based speech synthesis |
| キーワード(3)（和/英） | Lombard speech / Lombard speech |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | Cassia Valentini-Botinhao / Cassia Valentini-Botinhao / |
| 第1著者 所属（和/英） | University of Edinburgh (略称： エディンバラ大) University of Edinburgh (略称： Univ. of Edinburgh) |
| 第2著者 氏名（和/英/ヨミ） | 山岸 順一 / Junichi Yamagishi / ヤマギシ ジュンイチ |
| 第2著者 所属（和/英） | 国立情報学研究所/エジンバラ大学 (略称： NII/エジンバラ大) National Institute of Informatics/University of Edinburgh (略称： NII/Univ. of Edinburgh) |
| 第3著者 氏名（和/英/ヨミ） | Simon King / Simon King / |
| 第3著者 所属（和/英） | University of Edinburgh (略称： エディンバラ大) University of Edinburgh (略称： Univ. of Edinburgh) |
| 第4著者 氏名（和/英/ヨミ） | Yannis Stylianou / Yannis Stylianou / |
| 第4著者 所属（和/英） | Foundation of Research and Technology Hellas, Greece (略称： FORTH, Greece) Foundation of Research and Technology Hellas, Greece (略称： FORTH, Greece) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第2著者 |
| 発表日時 | 2013-06-14 13:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2013-47, WIT2013-17 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.76(SP), no.77(WIT) |
| ページ範囲 | pp.95-100 |
| ページ数 | 6 |
| 発行日 | 2013-06-06 (SP, WIT) |
[研究会発表申込システムのトップページに戻る]