調音データを用いた声道断面積関数の制御に関する検討

摘要

This paper presents a study on the synthesis of continuous speech based on a physical model of speech production. To control the area function of the vocal tract, movements of the articulatory organs are measured using an electromagnetic articulograph system. In addition, formant frequencies are obtained using speech data recorded simultaneously with articulatory data, and then, the sectional area is estimated by using a sensitivity function related to the vocal-tract area function. Finally, a mapping function is determined from the data related to articulatory positions and vocal-tract area function. Results of a preliminary experiment is also shown to reveal the accuracy of the proposed method.%本研究では、音声の生成過程を表す物理的なモデルを用いて連続音声を合成することを目的として、声道の音響菅モデルのパラメータである断面積関数を制御する方法について検討した。ここでは、発話中の動的な調音情報を得るため、磁気センサシステムにより観測される調音運動データを用いる。さらに、調音データと同期して収録される音声データよりフォルマント周波数を求め、感度関数を用いた方法により、音声の各時点における声道断面積関数を推定する。以上の方法によって調音位置と声道断面積関数の対データを作成し、両者の間の写像関数を決定する。本論では、この調音位置からの声道断面積の推定について、推定精度に関する予備検討の結果を報告する。