高品質音声合成を目的とした母音の高速スペクトル包絡推定法

摘要

あらまし　近年音声合成の分野において，自然な音声や歌声を合成するための技術が注目されており，合成音声の品質向上を目指した多くの検討がなされている，音声からいくつかの要素を推定し，推定された要素を用いて音声を合成するVocoder方式では，各要素の推定精度が合成される音声の品質に大きく影響する．高品質な音声合成を実現するためには，計算コストを犠牲にした高精度な方法を用いる必要があった．元音声に匹敵する品質で合成可能な方式は既に提案されているが，計算コストの問題により，実時間処理が困難であるという課題がある．本論文では，音声を構成する要素の－つであるスペクトル包終に着目し，高品質な母音合成を実現可能かつ高速に推定できる方法を提案する．提案法は，従来法よりも計算コストを低減できるにもかかわらず，元音声に匹敵する高品質な母音合成を実現できる．本論文では，高品質な母音合成に必要なスペクトル包絡推定法への要求について示し，それらの要求を満足する提案法の原理を説明し，計算コストに関する優位性を示す．品質評価を行う主観評価実験により，元音声に匹敵する品質で母音が合成可能であることを示す.