Noise-Adaptive Statistical Speech Synthesis in Varying Acoustic Environments

期間：2013年8月 – 2015年3月
助成種別：日本学術振興会 科学研究費助成事業 研究活動スタート支援
課題番号：25880027
URL：https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-25880027/

近年研究開発が積極的になされている統計モデルに基づく音声合成は、クリーン環境下において、人間の自然音声と同レベルの明瞭性を実現できるようになってきている。本研究では、環境ノイズが人間の音声生成および聴覚に与える影響を調べ、その知見をもとに、様々な騒音下で音声合成システムの明瞭性を自動的かつ適応的に改善する手法の実現を目指した。
この目的のため、騒音下で見られるロンバード効果を伴った音声を収録した。また騒音下でノイズによるマスキング効果等を考慮し、明瞭性を自動予測するGlimpseという聴覚モデルを導入し、音声合成システムのスペクトルパラメータを、この聴覚モデルに基づき、自動的かつ適応的に変化させる手法を提案し、音声合成システムの明瞭性が改善することを確かめた。