テキスト音声合成のためのニューラルネットワークに基づく波形ダイレクトモデリング

期間：2016年4月 – 2019年3月
助成種目：日本学術振興会 科学研究費助成事業 若手研究(B)
課題番号：16K16096
URL：https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-16K16096/

本課題では、従来のテキスト音声合成に含まれるヒューリスティックに用いられてきた処理を取り除き、Deep Neural Networkを用いた音声波形のダイレクトモデリング手法に基づくテキスト音声合成の実現を目的とする。ヒューリスティックな処理を除いた単純な窓掛とフーリエ変換を用いて得られたスペクトルのモデル化、位相情報も含めたスペクトルのモデル化、スペクトル誤差を用いた音声波形のモデル学習を検討し、音声波形のダイレクトモデリング手法を実現した。