聴覚における情報表現に基づく音声信号の分解周期性からの逸脱をどう扱うか

摘要

聴覚における情報表現と機能的に等価な表現に基づいて音声処理技術を再構築しようとする試みから、音声分析変換合成システムSTRAIGHTが生み出された。STRAIGHTは、その後、周期信号のパワースペクトルにおける時間変動を相殺することゐできるTANDEMの発明と、スペクトル包絡の復元の基礎となるconsistent sampling の導入により、TANDEM-STRAIGHTとして、完全に書き直されるに至っている。しかし、実際の音声は、厳密には周期信号ではない。ここでは、それらの周期性からの逸脱を聴覚がどのように扱うかを調べ、工学的な表現を得るための処理について展望する。%Persistent effort for aiming reconstruction of speech processing technologies based on perceptually relevant auditory representations resulted in a speech analysis, modification and resynthesis system STRAIGHT. Invention of a temporally stable representation of power spectra of periodic signals called TANDEM and introduction of a new formulation of sampling theory called consistent sampling made completely independent implementation possible and yielded TANDEM-STRAIGHT. However, speech signals are not purely periodic and those discrepancy from pure periodicity plays important roles in communication. This article tries to review such deviations in terms of perceptual effects and discusses on feasible engineering solutions.