| 講演名 | 1996/7/19 ネットワークモデルによる文ピッチ生成法 石川 泰, 海老原 充, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本報告は規則合成における文ピッチ生成法について述べる。ピッチ生成のローカルモデルのバラメータを生成するグローパルモデルでは, 通常統語意味解析の結果をパラメータとするが, 必ずしも統語意味解析が容易には行えない, また得られたパラメータが十分に文脈を表すものではないという問題があった。我々はこの問題を解決するため, 統語解析と統合化したネットワークモデルによるピッチ生成のグローバルモデルを提案する。提案モデルではネットワークの状態が, 文の統語的韻律的状態を表し, アクセントフレーズの統語的カテゴリーにより状態を遷移し, 遷移時にローカルモデルのパラメータを生成する。また, 本モデルを,初期ネットワークからの状態遷移と状態を分割することで学習を行う学習法についても提案する。1名の話者の200文章で学習を行ったところ, 少数の統語カテゴリで, 推定精度の高いモデルが学習可能であることが確認された。 |
| 抄録(英) | In this paper, we describe a model of global FO shape for Japanese text-to-speech systems. In general, parameters which are obtained from syntactic and semantic analyIn this paper, we describe a model of global FO shape for Japanese text-to-speech ssis are used in a model. However, syntactic and semantic analysis is not easy to realize and it is difficult to represent syntactical context with simple parameters. We proposed a global model which is integrated Fo shape generation and syntactic analysis. Our model is represented as a network of which states shows syntactical and prosodic states of sentences. In the model a linguistic class of an input phrases decides an state to move and a phrasal accent parameter for a local model is generated when taking transition. We also proposed the training method of the network. The prediction results showed our model can predict phrasal accent parameters with high accuracy. |
| キーワード(和) | 音声合成 / プロソディー / イントネーション / ピッチ制御 / 統語解析 |
| キーワード(英) | speech synthesis / prosody / intonation / pitch frequency control / syntactical analysis |
| 資料番号 | SP96-41 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 1996/7/19(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 | Speech (SP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ネットワークモデルによる文ピッチ生成法 |
| サブタイトル（和） | |
| タイトル（英） | A Network Model of Fo Generation for Japanese Text-to-Speech Systems |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声合成 / speech synthesis |
| キーワード(2)（和/英） | プロソディー / prosody |
| キーワード(3)（和/英） | イントネーション / intonation |
| キーワード(4)（和/英） | ピッチ制御 / pitch frequency control |
| キーワード(5)（和/英） | 統語解析 / syntactical analysis |
| 第 1 著者 氏名（和/英） | 石川 泰 / Yasushi Ishikawa |
| 第 1 著者 所属（和/英） | 三菱電機株式会社情報技術総合研究所 Information Technology R&D Center, MITSUBlSHI Electric Corporation |
| 第 2 著者 氏名（和/英） | 海老原 充 / Takashi Ebihara |
| 第 2 著者 所属（和/英） | 三菱電機株式会社情報技術総合研究所 Information Technology R&D Center, MITSUBlSHI Electric Corporation |
| 発表年月日 | 1996/7/19 |
| 資料番号 | SP96-41 |
| 巻番号（vol） | vol.96 |
| 号番号（no） | 160 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |