二段階クラスタリングを用いたHMMに基づく韻律生成

摘要

HMM-based speech synthesis can generate highly natural prosody, but there is a problem that the pitch patterns represent the accent different from the designation might be generated. In this paper, for the purpose of reducing the error of accent caused by abnormality of pitch pattern outlines in prosody generated by HMM, we propose the learning method of prosody models introduced two-stage decision tree clustering. The set of questions to be used in the first stage of clustering is configuring by the only questions about pitch pattern outlines. Then, the tree structure near the root node is constructed with only the nodes that are split by the question about pitch pattern outlines. As a result of evaluation experiments, we confirmed that the proposed method decrease the error of accent in prosody generation by HMM by half with the decision tree has the same sized structure of the conventional method.%HMM音声合成では自然性の高い韻律が生成可能だが，指定と異なったアクセントを表現するピッチパタンが生成される問題があった.そこで，HMMで生成された韻律におけるピッチパタン概形の異常によるァクセント誤りの削減を目的として，二段階木構造クラスタリングを導入した韻律モデル学習方法を提案する.第一段クラスタリングで用いる質問セットは，ピッチパタン概形に関する質問のみで構成する.その結果，ルートノード近傍における木構造は，ピッチパタン概形に関する質問により分岐されるノードのみで構築される.評価実験の結果，提案手法は従来手法と比較して，決定木構造の規模が同等のまま，HMM韻律生成によるアクセント誤りを半減することを確認した.