平均声モデル構築におけるコンテキストクラスタリングと話者適応学習の検討

摘要

本論文では，話者適応を前提とした平均声モデルの学習法について検討を行う．平均声モデルの各分布の学習データ量は各学習話者に対して均一ではなく，分布に話者や性別の偏りが生じることがある．提案手法では，話者による変動の影響を低減するため，スペクトル部，F{sub}0部，状態継続長部の分布の共有に共有決定木コンテキストクラスタリングを，スペクトル部，F{sub}0部の分布共有後のパラメータ再推定に話者適応学習を導入する．主観評価試験より，提案法により学習した平均声モデルは従来法より自然性の高い平均声を合成できること，また話者適応後の合成音声は従来法より目標話者に近づき，自然性が増すことが示された．