HMM音声合成における分散共有フルコンテキストモデルによるF0パターン生成

摘要

In the traditional HMM-based speech synthesis, generated speech parameters tend to be excessively over-smoothed. To alleviate this problem, we have proposed a spectral parameter generation method with rich context models and have showed its effectiveness. In this paper, we propose a F_0 contour generation method with the rich context models, which are successfully applied to Multi-Space probability Distribution HMM (MSD-HMM) for modeling F_0 contour. Experimental evaluations demonstrate that the proposed method yields significant improvements in the quality of synthetic speech.%隠れマルコフモデル（Hidden Markov Model: HMM)に基づく音声合成において，生成される音声パラメータは過剰に平滑化される傾向にあり，合成音声の肉声感は劣化する.これに対して我々は，HMM音声合成の利点を保持したハイブリツド法として，分散共有フルコンテキストモデルによるパラメータ生成法を提案しており，スベクトルパラメータにおいてその有効性を示している.本稿では，より音質の高い合成音声を得るために，分散共有フルコンテキストモデルによるF0パターン生成法を提案する.F0のモデル化に広く用いられる多空間確率分布HMM (Multi-Space probability Distribution HMM: MSD-HMM)を用いて分散共有フルコンテキストモデルを構築し，F0パターンを生成する.実験的評価結果から，提案法により合成音声の音質が向上することを示す.