リアルタイムSTRAIGHTの改良とSTRAIGHTライブラリの実装

摘要

This paper describes improvement of real-time STRAIGHT and implementation of STRAIGHT library. STRAIGHT is a high quality speech analysis, modification and synthesis system based on the VOCODER-type representation. STRAIGHT is currently finding wide applications such as speech synthesis systems and tools for auditory experiments. However, the current implementation of STRAIGHT by MATLAB does not fit to real-time applications. Thus, we have been porting the language of the source code to the C language, and finally have finished the porting from the MATLAB latest version to C version. The real-time STRAIGHT using the ported functions was subjectively evaluated by the mean opinion scores (MOS). The MOS of the improved real-time STRAIGHT is approximately 0.7 point better than that of the previous version of the real-time STRAIGHT. We have also implemented the STRAIGHT library including STRAIGHT API for C language.%実時間動作するSTRAIGHT,リアルタイムSTRAIGHTの改良を行ったので,その詳細について報告する.高品質音声分析変換合成法STRAIGHTは極めて高品質であり，合成システムや聴覚実験用のツールとして広く利用されるようになってきている．STRAIGHTは，MATLABによって実装されており，オフラインでの処理にはこれが広く用いられているが，実時間で動作するものではない．そこで，我々は，実時間で動作するリアルタイムSTRAIGHTをC言語による実装で構築してきた．今回は，まず，C言語によるSTRAIGHTの実装であるC言語版を，MATLAB版STRAIGHTの最新版と同等のものに更新した．そして，このC言語版の関数の一部を利用し，リアルタイムSTRAIGHTのスペクトル抽出部分を改良した．改良したリアルタイムSTRAIGHTを用いて主観評価実験を行った所，MOS値が3.4となり，これまでのリアルタイムSTRAIGHTに比べ0.7程度改善したことが分かった．また，C言語版STRAIGHTにおいては，バージョンによるAPIの違いが大きいという問題があった．今回，このような問題を解決したC言語版STRAIGHTのAPIを策定し，STRAIGHTライブラリとして実装した．