音声生成研究の動向と音声合成に向けた知見

摘要

音声生成研究と音声合成研究は，音声特徴と言語情報との関係を明らかにし，それを元に音声を人工的に作り出すという意味において共通の課題を有している.一方，音声を生成するモデル表現，音声のパラメータ表現，言語情報から音声パラメータを生成する方法論など，音声を作り出すアプローチにおいて両者には大きな隔たりがある.その背景には，音声生成研究の主眼が人間の発声発話機構を解明することであるのに対して、音声合成研究の主眼が自然でかつ多様な音声を工学的に作り出すといった、両者の研究のねらいの違いが関係しているように思われる.本稿では，音声生成研究の現状を紹介するとともに、両者のアプローチの違いを埋める上での問題点や課題について述べる。%Speech production research and speech synthesis research have a common target in a sense of artificially generating the speech signals from the phonemic information based on their relationship. There exists, however, a significant gap in the approach in terms of the speech signal model, the parameter representation and handing of the parameters for a given phonemic information. The gap seems to originate from each research object. Speech production research is aiming for clarifying the human speech production mechanism as while speech synthesis research is aiming for automatically generating a natural sounding speech. In this paper, we introduce a recent trend of speech production research and argue the problems in overcoming the gap between speech production and speech synthesis researches.