調音運動HMM音声合成における調音特徴－声道パラメータ変換と音源の改良

摘要

音声認識と合成を同じ調音運動モデルを用いて実現するシステムの開発を行っている．調音特徴を用いてHMMを設計することにより，音声認識と合成に共通な調音運動のワンモデルを実現している．合成では，HMMが生成する調音特徴系列を声道パラメータに変換し，駆動音源と組み合わせることで音声信号を得る．駆動音源は，CELP符号化を応用した音源構築により音質改善を図る．提案する合成方式は，話者不変量である調音運動をHMMで表現することで音韻性を，また調音運動から声道パラメータへの変換を音韻共通のMLNで表現することで話者性を，各々独立したモジュールとして実装するため，少量の音声試料で特定話者の音声を合成できる可能性がある．評価実験では，被験者10名に対して受聴試験を行い，合成音の品質と声質（個人性）を評価する．その結果，二文の適応で品質·個人性ともに良好な結果を得ることができた．