| 講演名 | 2019-03-14 ［ポスター講演］落語音声合成におけるTacotronおよびコンテキスト特徴量の使用とその評価 加藤 集平(総研大/NII), 高木 信二(NII), 山岸 順一(NII), 安田 裕介(総研大/NII), Xin Wang(NII), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 人を楽しませる音声合成を目指して，落語の音声合成の構築に取り組んでいる．本稿では音声合成のモデルとして，sequence to sequenceのモデルであるTacotronを新たに導入した．また，落語は一人の演者（噺家）が複数の登場人物を演じ分け，主にそれらの会話によって物語を進行させる．そのため，役や発話スタイルが区別できることは，落語を聞いて理解する上で重要であると考えられる．そこで，登場人物の属性や発話スタイルに対応するコンテキスト特徴量を使用することで，落語として聞けるものに近づくことを目指した．現状では，特に長い文でアラインメントが取れずに合成に失敗したり，学習速度が遅かったりするなど様々な問題を抱えているが，それらの問題についても議論する． |
| 抄録(英) | We have been working on constructing rakugo (a traditional Japanese verbal entertainment) speech synthesis toward speech synthesis which makes audience fun. In this paper, we adopt Tacotron, which is a sequence to sequence speech synthesis model. In rakugo, a rakugo performer by himself/herself plays multiple characters, and conversations by them make the story progress. Therefore, attributes of characters or speaking styles should be distinguished in order to listen to rakugo and understand it. We use context features which are corresponding to roles or speaking styles to improve our synthesizer's quality. As things stand at the moment, we have many problems such as alignment failures especially with long sentences, and slow training speed. We discuss these problems in this paper. |
| キーワード(和) | 落語 / 音声合成 / Tacotron / コンテキスト |
| キーワード(英) | rakugo / speech synthesis / Tacotron / context |
| 資料番号 | EA2018-126,SIP2018-132,SP2018-88 |
| 発行日 | 2019-03-07 (EA, SIP, SP) |
| 研究会情報 | |
| 研究会 | EA / SIP / SP |
|---|---|
| 開催期間 | 2019/3/14(から2日開催) |
| 開催地（和） | アイランド ナガサキ（長崎市） |
| 開催地（英） | i+Land nagasaki (Nagasaki-shi) |
| テーマ（和） | 応用／電気音響，信号処理，音声，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics |
| 委員長氏名（和） | 島内 末廣(金沢工大) / 村松 正吾(新潟大) / 山下 洋一(立命館大) |
| 委員長氏名（英） | Suehiro Shimauchi(Kanazawa Inst. of Tech.) / Shogo Muramatsu(Niigata Univ.) / Yoichi Yamashita(Ritsumeikan Univ.) |
| 副委員長氏名（和） | 古家 賢一(大分大) / 渡邉 貫治(秋田県立大) / 相川 直幸(東京理科大) / 林 和則(阪市大) / 李 晃伸(名工大) |
| 副委員長氏名（英） | Kenichi Furuya(Oita Univ.) / Kanji Watanabe(Akita Pref. Univ.) / Naoyuki Aikawa(TUS) / Kazunori Hayashi(Osaka City Univ) / Akinobu Ri(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 武岡 成人(静岡理工科大) / 松井 健太郎(NHK) / 渡邊 修(拓殖大) / 中本 昌由(広島大学) / 南條 浩輝(京大) / 坂野 秀樹(名城大) |
| 幹事氏名（英） | Shigeto Takeoka(Shizuoka Inst. of Science and Tech.) / Kentaro Matsui(NHK) / Osamu Watanabe(Takushoku Univ.) / Masayoshi Nakamoto(Hiroshima Univ.) / Hiroaki Nanjo(Kyoto Univ.) / Hideki Banno(Meijo Univ.) |
| 幹事補佐氏名（和） | 井本 桂右(立命館大) / 森川 大輔(富山県立大) / 小西 克巳(法政大) / 何 宜欣(拓殖大) / 郡山 知樹(東工大) / 小橋川 哲(NTT) |
| 幹事補佐氏名（英） | Keisuke Imoto(Ritsumeikan Univ.) / Daisuke Morikawa(Toyama Pref Univ.) / Katsumi Konishi(Hosei Univ.) / hyihsin(Takushoku Univ.) / Tomoki Koriyama(Tokyo Inst. of Tech.) / Satoshi Kobashikawa(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Engineering Acoustics / Technical Committee on Signal Processing / Technical Committee on Speech |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］落語音声合成におけるTacotronおよびコンテキスト特徴量の使用とその評価 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Use and evaluation of Tacotron and context features in rakugo speech synthesis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 落語 / rakugo |
| キーワード(2)（和/英） | 音声合成 / speech synthesis |
| キーワード(3)（和/英） | Tacotron / Tacotron |
| キーワード(4)（和/英） | コンテキスト / context |
| 第 1 著者 氏名（和/英） | 加藤 集平 / Shuhei Kato |
| 第 1 著者 所属（和/英） | 総合研究大学院大学/国立情報学研究所(略称：総研大/NII) SOKENDAI/National Institute of Informatics(略称：SOKENDAI/NII) |
| 第 2 著者 氏名（和/英） | 高木 信二 / Shinji Takaki |
| 第 2 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Infomatics(略称：NII) |
| 第 3 著者 氏名（和/英） | 山岸 順一 / Junichi Yamagishi |
| 第 3 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Infomatics(略称：NII) |
| 第 4 著者 氏名（和/英） | 安田 裕介 / Yusuke Yasuda |
| 第 4 著者 所属（和/英） | 総合研究大学院大学/国立情報学研究所(略称：総研大/NII) SOKENDAI/National Institute of Informatics(略称：SOKENDAI/NII) |
| 第 5 著者 氏名（和/英） | Xin Wang / Xin Wang |
| 第 5 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Infomatics(略称：NII) |
| 発表年月日 | 2019-03-14 |
| 資料番号 | EA2018-126,SIP2018-132,SP2018-88 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | EA-495,SIP-496,SP-497 |
| ページ範囲 | pp.161-166(EA), pp.161-166(SIP), pp.161-166(SP), |
| ページ数 | 6 |
| 発行日 | 2019-03-07 (EA, SIP, SP) |