統計的手法に基づく歌声の知覚年齢制御法

• Item type: SIG Technical Reports(1)
• 公開日: 2014-05-17
• タイトル: 統計的手法に基づく歌声の知覚年齢制御法
• タイトル / 言語: en
• タイトル: Statistical approach to perceived age control of singing voice
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究紹介
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 独立行政法人産業技術総合研究所情報技術研究部門
• 著者所属: 独立行政法人産業技術総合研究所情報技術研究部門
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属(英): en
• 著者所属(英): Information Science, Nara Institute of Science and Technology (NAIST)
• 著者所属(英): en
• 著者所属(英): Information Science, Nara Institute of Science and Technology (NAIST)
• 著者所属(英): en
• 著者所属(英): Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology (AIST)
• 著者所属(英): en
• 著者所属(英): Information Technology Research Institute, National Institute of Advanced Industrial Science and Technology (AIST)
• 著者所属(英): en
• 著者所属(英): Information Science, Nara Institute of Science and Technology (NAIST)
• 著者所属(英): en
• 著者所属(英): Information Science, Nara Institute of Science and Technology (NAIST)
• 著者所属(英): en
• 著者所属(英): Information Science, Nara Institute of Science and Technology (NAIST)
• 著者名: 小林, 和弘; 戸田, 智基; 中野, 倫靖; 後藤, 真孝; Graham, Neubig; Sakriani, Sakti; 中村, 哲
• 著者名(英): Kazuhiro, Kobayashi; Tomoki, Toda; Tomoyasu, Nakano; Masataka, Goto; Graham, Neubig; Sakriani, Sakti; Satoshi, Nakamura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 歌声に対する主観的情報である知覚年齢は，歌声の特徴を直感的に記述できる要素の一つである．歌手は，音高や声質を変化させることで様々な歌声を生み出すことができる．しかし，声質は歌手の身体的特徴に制限されており，身体的制約を超えた声質での歌唱は困難である．これに対して，身体的制約を超える歌唱を実現する手法として，統計的手法に基づく歌声声質変換が提案されていろ．統計的手法に基づく歌声声質変換は，音響特徴量の対応関係を統計的にモデル化することで，入力歌手の声質を目標歌手の声質へと変換することが可能である．ただし，変換後の声質は目標歌手のものに限定されるため，性別や年齢のような直感的に理解しやすい基準に沿って変換歌声の声質を自由に制御する事は困難である．本報告では，入力歌手の個人性を保持しつつ，知覚年齢を操作することで声質を制御する技術として，我々が提案した統計的手法に基づく歌声声質変換について述べる．実験結果より，提案法は歌手の個人性に悪影響を与えずに，知覚年齢に沿った声質制御が可能である事を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The perceived age of a singing voice is the age of the singer as perceived by the listener, and is one of the notable characteristics that determines perceptions of a song. Singers can sing expressively by controlling prosody and voice timbre, but the varieties of voice timbre that singers can produce are limited by physical constraints. Previous work has attempted to overcome the limitation through the use of statistical singing voice conversion. This technique makes it possible to convert singing voice timbre of an arbitrary source singer into those of an arbitrary target singer. However, it is still difficult to intuitively control singing voice characteristics by manipulating parameters corresponding to specific physical traits, such as gender and age. This paper presents our recent work on the development of a technique for controlling the voice timbre based on perceived age while maintaining the singer's individuality. The experimental results show that the proposed voice timbre control method makes it possible to change the singer's perceived age while not having an adverse effect on the perceived individuality.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438388
• 書誌情報: 研究報告音楽情報科学（MUS）; 巻 2014-MUS-103, 号 62, p. 1-6, 発行日 2014-05-17
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会