| 講演名 | 2005/8/18 隠れセミマルコフモデルに基づく音声合成システムのためのスタイル適応手法の評価(合成, 生成, 韻律, 一般) 橘 誠, 山岸 順一, 小林 隆夫, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本論文では, 隠れセミマルコフモデル(HSMM)に基づく最尤線形回帰(MLLR)アルゴリズムを用いたスタイル適応手法について評価を行った結果を報告する.HSMMに基づくMLLRでは出力分布と状態継続長分布の平均ベクトルをアフィン変換する回帰行列を, 適応データの尤度が最大となるようにEMアルゴリズムにより推定する.本研究ではこの手法をHSMMに基づく音声合成システムにおけるスタイル適応において評価した.主観評価試験の結果より, 従来のHMMに基づくMLLRでは合成音声の自然性を大幅に低下させるようなスタイルへの適応においても, HSMMに基づく手法では自然性を損なわない適応が可能であることが示された. |
| 抄録(英) | This paper describes a style adaptation technique using hidden semi-Markov model (HSMM) based maximum likelihood linear regression (MLLR). The HSMM-based MLLR technique estimates regression matrices for affine transform of mean vectors of output and state duration distributions which maximize likelihood of adaptation data using EM algorithm. In this study, we apply this adaptation technique to style adaptation in HSMM-based speech synthesis. From the results of several subjective tests, we show that the HSMM-based MLLR technique can perform style adaptation with maintaining naturalness of the synthetic speech compared with the conventional HMM-based MLLR technique. |
| キーワード(和) | HMM音声合成 / 隠れセミマルコフモデル / 最尤線形回帰 / 発話様式 / 感情表現 |
| キーワード(英) | HMM-based speech synthesis / Hidden semi-Markov model / MLLR adaptation / Speaking style / Emotional expression |
| 資料番号 | SP2005-51 |
| 発行日 |
| 研究会情報 | |
| 研究会 | SP |
|---|---|
| 開催期間 | 2005/8/18(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） | 隠れセミマルコフモデルに基づく音声合成システムのためのスタイル適応手法の評価(合成, 生成, 韻律, 一般) |
| サブタイトル（和） | |
| タイトル（英） | Performance Evaluation of Style Adaptation for Hidden Semi-Markov Model Based Speech Synthesis |
| サブタイトル（和） | |
| キーワード(1)（和/英） | HMM音声合成 / HMM-based speech synthesis |
| キーワード(2)（和/英） | 隠れセミマルコフモデル / Hidden semi-Markov model |
| キーワード(3)（和/英） | 最尤線形回帰 / MLLR adaptation |
| キーワード(4)（和/英） | 発話様式 / Speaking style |
| キーワード(5)（和/英） | 感情表現 / Emotional expression |
| 第 1 著者 氏名（和/英） | 橘 誠 / Makoto TACHIBANA |
| 第 1 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科物理情報システム専攻 Interdisciplinary Graduate School of Science and Engineering, Tokyo Institute of Technology |
| 第 2 著者 氏名（和/英） | 山岸 順一 / Junichi YAMAGISHI |
| 第 2 著者 所属（和/英） | 東京工業大学大学院総合理工学研究科物理情報システム専攻 Interdisciplinary Graduate School of Science and Engineering, Tokyo Institute of Technology |
| 第 3 著者 氏名（和/英） | 小林 隆夫 / Takao KOBAYASHI |
| 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物理情報システム専攻 Interdisciplinary Graduate School of Science and Engineering, Tokyo Institute of Technology |
| 発表年月日 | 2005/8/18 |
| 資料番号 | SP2005-51 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 252 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |