F0·パワー·フォルマントを用いた合成音声の明瞭性制御に関する検討

摘要

自由会話では音声の全ての部分において常に高い明瞭性を保っているわけでない。 例えば、重要な情報の含まれない部分や文末はそれほど明瞭に発話されない。 人間は基本周波数、パワー、発話速度、調音位置などを使い明瞭性を制御していると考えられる。 明瞭性は連続的に変化し、この変化が発話に流暢なリズムを生むと考えられる。本研究の目的は合成音声へ明瞭性の交替を導入することである。本稿ではF0、パワー、フォルマントを後処理加工することにより、合成音声の明瞭性を制御することを試みる。 またSD法を用いた聴取実験により明瞭性の制御を導入した合成音声を評価した。その結果、明瞭性制御を行った音声は行わなかった音声に比べ、より「落ち着いた」「丸みのある」印象を感じることがわかった。