受賞者

創成シミュレーション工学専攻　市川裕詞（徳田・南角研究室）
※当時

受賞名

第15回（2017年春季研究発表会）学生優秀発表賞
日本音響学会

受賞の内容

声質変換の代表的な手法であるGMMに基づく手法では、音韻を考慮せずにスペ クトル特徴量の類似性のみを用いて変換モデルを学習するため、変換音声の明 瞭性を低下させる恐れがある。そこで、声認識用の不特定話者DNN音響モデル から得られる音素状態の事後確率を音韻情報として利用したDNN-GMMハイブリッ ド手法を提案した。提案法では，各混合要素は類似したスペクトルごとではなく、DNN音響モデルにより定義される音素状態ごとにクラスタリングされる。主観評価実験により提案手法の有効性を確認でき、音韻情報を利用することで変換精度が向上することを示せた。

今後の抱負

後の課題としては、DNN音響モデルの構造を検討することや、音声認識用のDNN音響モデルの代わりに音声合成用のDNN音響モデルを利用することが挙げられる。また、今回行った実験では、元話者と目標話者に性別の異なる話者を用いて声質変換を行った。そのため、同じ性別の話者間での変換における有効性の確認も行なう必要がある。