スペクトル特徴量の次元間の関係性を用いた合成音声の客観評価

摘要

本論文では，統計的パラメトリック音声合成のためのスペクトル特徴量の次元間の関係性を用いた合成音声の客観評価指標を提案する．まず，スペクトル特徴量の次元間の関係性が合成音声の自然性に与える影響について，最大情報係数（Maximal Information Coefficient）を用いて分析を行うことで，スペクトル特微量の次元間の関係性が弱い音声ほど高い主観評価値を持つ傾向が得られることを示す．次に，スペクトル特徴量の次元間の関係性を用いた客観評価指標について述べる．提案法では，入力されたスペクトル特徴量系列から次元間の関係性を捉えるために，声質変換手法を応用する．原音声，合成音声に対する主観評価実験，客観評価実験により，提案法の性能を評価する．実験結果より，提案法による客観評価指標は，従来より用いられているメルケプストラム距離と比較して，主観評価値との間に強い相関が得られることを示す．