情報処理学会 第74回全国大会講演要旨

近年の音声合成技術では、自然で肉声感の高い合成音声が期待されるだけでなく、
感情も伝える音声合成のニーズが高まっている。感情音声を作成するためには、
韻律情報を変更する必要がある。日本語など自然言語は、
主に母音と子音で構成されており、母音の種類は少ない（日本語の場合、5種類）。
かつ、母音は子音より発話時間が長いため、
聞き手が受ける印象に大きな影響を与える。そこで、本研究では、
音声認識システムを用いて、感情を込めて発声された音声における
「感情と母音の発声時間の関係」の特徴を見出し、感情音声合成に反映させた。
また、基本周波数の測定を基に「感情と母音の高さの関係」における特徴も見出して、
感情音声合成に反映させた。