| 講演名 | 2001/10/1 HMM音声合成におけるガンマ分布状態継続長モデルの検討 石松 喜伸, 徳田 恵一, 益子 貴史, 小林 隆夫, 北村 正, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | HMMに基づく音声合成において, ガンマ分布に基づいた状態継続長のモデル化手法を提案する.これまで我々は, HMMに基づく音声合成法においてガウス分布を用いて状態継続長をモデル化する手法提案した.ガウス分布同様, パラメトリックな分布としてガンマ分布があるが, これは正数域で定義される分布であり, 状態継続長分布のモデル化に適した分布形状をもっていることから, ガウス分布に比べより精度よく状態継続長をモデルできると期待できる.そこで, 本論文ではガンマ分布で状態継続長をモデル化する手法について述べる。評価実験では, ガンマ分布でモデル化を行った場合, ガウス分布でモデル化した場合と比較して少ないモデル数で, なおかつ同等以上の品質の合成音が得られることを確認した. |
| 抄録(英) | We propose a new approach to state duration modeling based on Gamma distribution for HMM-based speech synthesis. We have proposed the text-to-speech synthesis, in which state durations are modeled by using Gaussian distribution, and shown its effectiveness. The Gamma distribution is defined for positive real numbers, and has the distribution form which fits well for state duration modeling. For this reason, we expected that the Gamma distribution enables us to model state durations with higher accuracy. The experimental results show that the proposed duration modeling technique yields the speech quality comparable to or higher with few duration models than the conventional technique. |
| キーワード(和) | ガンマ分布 / 状態継続長モデル / コンテキストクラスタリング / 音声合成 |
| キーワード(英) | Gamma distribution / state duration model / context clustering / speech synthesis |
| 資料番号 | SP2001-81,WIT2001-35 |
| 発行日 |
| 研究会情報 | |
| 研究会 | WIT |
|---|---|
| 開催期間 | 2001/10/1(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Well-being Information Technology(WIT) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | HMM音声合成におけるガンマ分布状態継続長モデルの検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigation of State Duration Model based on Gamma distribution for HMM-based Speech Synthesis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ガンマ分布 / Gamma distribution |
| キーワード(2)（和/英） | 状態継続長モデル / state duration model |
| キーワード(3)（和/英） | コンテキストクラスタリング / context clustering |
| キーワード(4)（和/英） | 音声合成 / speech synthesis |
| 第 1 著者 氏名（和/英） | 石松 喜伸 / Yoshinobu ISHIMATSU |
| 第 1 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 第 2 著者 氏名（和/英） | 徳田 恵一 / Keiichi TOKUDA |
| 第 2 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 第 3 著者 氏名（和/英） | 益子 貴史 / Takashi MASUKO |
| 第 3 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科 Interdisciplinary Graduate School of Science and Engineering, Tokyo Inst.of Tech. |
| 第 4 著者 氏名（和/英） | 小林 隆夫 / Takao KOBAYASHI |
| 第 4 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科 Interdisciplinary Graduate School of Science and Engineering, Tokyo Inst.of Tech. |
| 第 5 著者 氏名（和/英） | 北村 正 / Tadashi KITAMURA |
| 第 5 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Department of Computer Science, Nagoya Inst.of Tech. |
| 発表年月日 | 2001/10/1 |
| 資料番号 | SP2001-81,WIT2001-35 |
| 巻番号（vol） | vol.101 |
| 号番号（no） | 353 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |