本研究では、声優コーパスを用いて複数の感情音声変換ができるニューラルネットワークを構成した。
このシステムの特徴として、
1）変換話者のターゲット感情データのいらない、不特定話者の感情音声変換が可能な点
2）変換音声の統計的特徴量を、合成時に用いることで話者性を残した変換が可能な点
である。　
現在の音声変換技術は明確な変換ターゲットのある対データでは、高品質な変換はできるが、
対のないデータでは変換することができず、コーパス上に含まれない発話に対しての変換は性能が低下する。
日本語話者の感情音声のデータは通常の朗読のコーパスデータより数が限られており、
未知の発話の感情変換は難しい。
このことを解決するために話し方を学習、転用することにより変換ターゲットがなくても変換することを期待する。
生成音声の明瞭性と感情印象を測る主観評価実験を行った。