音節波形接続型音声合成の文節への適用

摘要

音節波形接続型音声合成は、波形編集型合成音声の1種類である．特徴として，言語的なパラメータのみを利用して波形の選択している。 この音声合成方法は，過去に固有名詞と普通名詞を対象に音声合成を行っている．この結果，実用的な品質が得られたことが報告されている．そこで本研究では，音節波形接続方式を，文節に適用して有効性を調査した．文節は名詞に比べ韻律が複雑である．そのため，文節発声でゆっくりと発話された音声を対象にした．また，品質向上のために，従来の音節波形接続方式に音節選択の条件を2つ追加した．1つ目として，接続部において不自然さの軽減のために，母音と撥音が連続する部分を連続母音として扱った．また2つ目として，条件を満たす素片の中から録音した時間が近い音声を選んで音声を作成した．作成した合成音声の品質を調査した結果，聴覚実験における合成音声の了解度は条件を追加していない場合が98.7％，条件を追加した場合が99.3％となった．これは自然音声の99.3％と比べても同程度の高い値となった．また，オピニオンスコアは条件を追加しないものが3.55であったのに対し，条件を追加した場合は3.83となった．そして，対比較実験においても，60.7％が条件を追加した音声の方が自然だと判定され，条件を追加することが自然性の向上に有効であることが分かった．一方，自然音声はオピニオンスコアが4.75であり，条件を追加した合成音声との対比較においても74.3％が自然音声の方が自然だと判定された．自然性の面では合成音声は自然音声には及ばなかったが，高い品質の合成音声が作成可能であることが示された．