同時通訳のための音声合成に関する研究

同声传译语音合成研究

基本信息

批准号：
14J10354
负责人：
高道慎之介
金额：
$ 1.02万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2014
资助国家：
日本
起止时间：
2014-04-25 至 2016-03-31
项目状态：
已结题

项目摘要

本年度は，① 高速かつ高音質な音声合成・声質変換の実現，及び，②元話者の声質をできる限り反映する英語音声合成に着手した．①は，同時通訳の実現に必要不可欠な技術である．現在の主流である統計的音声合成は，少ない計算時間で音声を合成する利点を持つが，著しく音質の低い音声を生成する．この音質劣化問題に対して，我々は昨年度までに，変調スペクトルに基づくフィルタ法と音声パラメータ生成法を提案し，有効性を確認した．しかしながら，これらの手法により生成時間の増加は免れない．そこで，本年度は，変調スペクトル制約の下で音声合成器を学習する手法を提案した．実験的評価により，従来の計算時間を保持しながら，変調スペクトルの考慮による音質改善効果を得られることを確認した．また，変調スペクトルの効果を多言語音声合成において確認するため，インド言語の音声を合成する国際コンペティションに参加した．その結果，いくつかの言語において，変調スペクトルに基づく手法が世界最高品質だと評価された．②は，同時通訳で生成される合成音声に，元話者（例えば，講演者）の声質を反映する技術である．ある言語の話者の声質を別言語（ターゲット言語）の音声に反映するクロスリンガル音声合成が従来存在するが，合成音声の声質は，元話者の声質と大きく異なる．そこで我々は，声質をできるだけ反映する方法として，元話者の発話した非流暢なターゲット言語音声を用いて，ターゲット言語の合成音声を生成する方法を提案した．本年度は，元話者を日本語話者，ターゲット言語を英語に絞り研究を実施した．実験的評価の結果，非流暢な英語音声の音韻・韻律的特徴を補正することで，声質を保存したまま，自然な英語音声を合成できることを確認した．

今年，我们开始1）实施高速，高质量的语音综合和语音质量转换，以及2）尽可能反映前演讲者的语音质量的英语语音综合。 1是实现同时解释的重要技术。统计语音合成目前是主流，具有综合语音的优势，几乎没有计算时间，但声音质量的质量明显降低。为了应对这种声音质量恶化的问题，我们提出了一种基于调制光谱和语音参数生成方法的过滤方法，从而确认了其有效性。但是，这些技术并不能避免生产时间的增加。因此，今年，我们提出了一种在调制光谱限制下学习语音合成器的方法。实验评估证实，通过考虑调制频谱，可以在保持常规计算时间的同时考虑到改善声音质量的效果。此外，为了确认调制光谱在多语言语音综合中的影响，我们参加了国际综合印度言论的竞争。结果，已经将基于调制光谱的方法评估为世界上某些语言中最高质量的方法。 ②是一种在同时解释产生的综合语音中反映前演讲者（例如演讲者）的语音质量的技术。有一种传统的跨语性语音综合，它反映了一种语言的说话者的语音质量在另一种语言（目标语言）的声音中，但是综合语音的语音质量与前说话者的语音质量明显不同。因此，我们提出了一种使用前演讲者说的非浮动目标语言语言来生成目标语言的综合语音的方法，作为一种尽可能反映语音质量的方式。今年，我们进行了一项研究，重点介绍了日本说话者的前演讲者和对英语的目标语言。实验评估表明，通过纠正非浮动英语语音的语音和韵律特征，可以在保留语音质量的同时综合自然的英语语音。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Modulation spectrum-based post-filter for GMM-based Voice Conversion

DOI：
10.1109/apsipa.2014.7041540
发表时间：
2014-12
期刊：
Signal and Information Processing Association Annual Summit and Conference (APSIPA), 2014 Asia-Pacific
影响因子：
0
作者：
Shinnosuke Takamichi;T. Toda;A. Black;Satoshi Nakamura
通讯作者：
Shinnosuke Takamichi;T. Toda;A. Black;Satoshi Nakamura

Blizzard Challenge 2015

2015 年暴雪挑战赛