お知らせ 6月18日(火)18:00~23:00 システムメンテナンスのため学会の全てのサーバが停止いたします.
くわしくはこちらをごらんください.
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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2016-03-29 09:00
[ポスター講演]Quality improvement of HMM-based synthesized speech based on decomposition of naturalness and intelligibility using asymmetric bilinear model with non-negative matrix factorization
Anh-Tuan DinhMasato AkagiJAIST
技報オンラインサービス実施中
抄録 (和) HMM-based synthesized voices are intelligible but not natural especially in limited data condition because of over-smoothing speech spectra. One solution for the problem is using voice conversion techniques to convert over-smoothed spectra to natural spectra. Although conventional conversion techniques transform speech spectra to natural ones to improve naturalness, they cause unexpected distortions on acceptable intelligibility of synthesized speech. The aim of this paper is to improve naturalness without violating acceptable intelligibility employing a novel asymmetric bi-linear model (ABM) using non-negative matrix factorization (NMF) to separate the naturalness and intelligibility of synthesized speech. Subjective evaluations carried out on English data confirm that the achieved synthesis quality is higher than other methods in limited data condition and competitive in large data condition. Moreover, non-negativity constrain in NMF helps reveal the physical meanings of factored matrices as naturalness and intelligibility. 
(英) HMM-based synthesized voices are intelligible but not natural especially in limited data condition because of over-smoothing speech spectra. One solution for the problem is using voice conversion techniques to convert over-smoothed spectra to natural spectra. Although conventional conversion techniques transform speech spectra to natural ones to improve naturalness, they cause unexpected distortions on acceptable intelligibility of synthesized speech. The aim of this paper is to improve naturalness without violating acceptable intelligibility employing a novel asymmetric bi-linear model (ABM) using non-negative matrix factorization (NMF) to separate the naturalness and intelligibility of synthesized speech. Subjective evaluations carried out on English data confirm that the achieved synthesis quality is higher than other methods in limited data condition and competitive in large data condition. Moreover, non-negativity constrain in NMF helps reveal the physical meanings of factored matrices as naturalness and intelligibility.
キーワード (和) HMM-based speech synthesis / asymmetric bi-linear model / non-negative matrix factorization / decompostion of naturalness and intelligibility / naturalness improvement / / /  
(英) HMM-based speech synthesis / asymmetric bi-linear model / non-negative matrix factorization / decompostion of naturalness and intelligibility / naturalness improvement / / /  
文献情報 信学技報, vol. 115, no. 523, SP2015-141, pp. 261-266, 2016年3月.
資料番号 SP2015-141 
発行日 2016-03-21 (EA, SIP, SP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 EA SP SIP  
開催期間 2016-03-28 - 2016-03-29 
開催地(和) 別府国際コンベンションセンター B-ConPlaza 
開催地(英) Beppu International Convention Center B-ConPlaza 
テーマ(和) 応用/電気音響,音声,信号処理,一般 
テーマ(英) Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2016-03-EA-SP-SIP 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Quality improvement of HMM-based synthesized speech based on decomposition of naturalness and intelligibility using asymmetric bilinear model with non-negative matrix factorization 
サブタイトル(英)  
キーワード(1)(和/英) HMM-based speech synthesis / HMM-based speech synthesis  
キーワード(2)(和/英) asymmetric bi-linear model / asymmetric bi-linear model  
キーワード(3)(和/英) non-negative matrix factorization / non-negative matrix factorization  
キーワード(4)(和/英) decompostion of naturalness and intelligibility / decompostion of naturalness and intelligibility  
キーワード(5)(和/英) naturalness improvement / naturalness improvement  
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) Anh-Tuan Dinh / Anh-Tuan Dinh /
第1著者 所属(和/英) Japan Advanced Institute of Science and Technology (略称: 北陸先端大)
Japan Advanced Institute of Science and Technology (略称: JAIST)
第2著者 氏名(和/英/ヨミ) Masato Akagi / Masato Akagi /
第2著者 所属(和/英) Japan Advanced Institute of Science and Technology (略称: 北陸先端大)
Japan Advanced Institute of Science and Technology (略称: JAIST)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-03-29 09:00:00 
発表時間 90 
申込先研究会 SP 
資料番号 IEICE-EA2015-113,IEICE-SIP2015-162,IEICE-SP2015-141 
巻番号(vol) IEICE-115 
号番号(no) no.521(EA), no.522(SIP), no.523(SP) 
ページ範囲 pp.261-266 
ページ数 IEICE-6 
発行日 IEICE-EA-2016-03-21,IEICE-SIP-2016-03-21,IEICE-SP-2016-03-21 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会