2026-03-11T00:22:46Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00241597 2025-01-19T07:36:32Z 1164:4179:11560:11869

離散トークンの継続長予測に基づく母語話者音声コーパスのみを用いた外国語訛り音声合成手法の改善 Improved Foreign Accent Simulation Using Only Native Speech Corpora Based on Discrete Token Duration Prediction 恩田, 健太郎 朴, 浚鎔 井本, 桂右 深山, 覚 齋藤, 大輔 峯松, 信明 音声合成・符号化 離散トークンを中間表現とした音声の再合成により外国語訛り音声を合成する従来手法の改善を行った．従来手法では，出力音声が入力音声の時間構造を保持してしまうために実際の話者に見られるような音素継続長に関する訛りを再現できないという問題点があったが，離散トークンベースでの継続長修正モジュールを追加することで，出力音声において継続長に関する訛りが再現された．本手法も従来手法と同様に学習データとしては母語話者音声のみを用いており，訛りに頑健な音声認識を母語話者音声コーパスのみで実現するためのデータ拡張などへの応用が期待される． technical report 情報処理学会 2024-12-05 application/pdf 研究報告自然言語処理（NL） 22 2024-NL-262 1 7 2188-8779 AN10115061 https://ipsj.ixsq.nii.ac.jp/record/241597/files/IPSJ-NL24262022.pdf jpn