ベイズ基準による 隠れセミマルコフモデルに基づく音声合成

Presentation on theme: "ベイズ基準による 隠れセミマルコフモデルに基づく音声合成"— Presentation transcript:

1 ベイズ基準による 隠れセミマルコフモデルに基づく音声合成
◎橋本 佳，南角吉彦，徳田恵一 （名工大）

2 はじめに（1/2） ML基準によるHMM音声合成 ベイズ基準によるHMM音声合成（南角ら; ’03） モデルパラメータを点推定
⇒ 学習データが不十分な場合に過学習 MDL基準によるモデル構造選択 ⇒ 学習データ少量時に推定精度低下 ベイズ基準によるHMM音声合成（南角ら; ’03） モデルパラメータの事後分布を推定 事前情報をモデル学習に利用 データ量を考慮したモデル構造選択

3 ベイズ基準によるHSMMに基づく音声合成
はじめに（2/2） HMM音声合成における状態継続長 学習部 : 継続長を考慮しない 合成部 : 継続長を考慮 ⇒ 学習・合成間のモデルの不一致 HSMMに基づく音声合成（Zen et al.; ’04） 継続長分布を持つモデル 学習・合成間のモデルの不一致を解決 ML基準によるモデル学習・音声合成 ベイズ基準によるHSMMに基づく音声合成

4 隠れマルコフモデル（HMM） 1 2 3 : 観測系列 : 状態系列 1 1 1 1 2 2 3 3

5 隠れセミマルコフモデル（HSMM） 継続長分布 : : 状態継続長を考慮したモデル 観測系列 状態系列 1 2 3 1 1 1 1 2 2

6 HSMMでは状態遷移確率が継続長分布によって算出
尤度関数の比較 尤度関数 HMM HSMM : 観測系列 : 状態系列 : モデルパラメータ HSMMでは状態遷移確率が継続長分布によって算出

7 HMM音声合成 学習データ メルケプストラム分析 基本周波数抽出 HMMの学習 ラベル 学習部 合成部 コンテキスト依存HMM 継続長モデル
音声パラメータ生成 ラベル 励振源生成 合成フィルタ 合成音声

8 HSMM音声合成 学習データ メルケプストラム分析 基本周波数抽出 HSMMの学習 ラベル 学習部 合成部 コンテキスト依存HSMM
音声パラメータ生成 ラベル 励振源生成 合成フィルタ 合成音声

9 ベイズ基準による音声合成（1/2） モデル学習基準・音声合成基準 ML基準 ベイズ基準 : モデルパラメータ : 合成文のラベル列
: モデルパラメータ : 合成文のラベル列 : 学習文のラベル列 : 学習データ : 合成音声パラメータ系列

10 ベイズ基準による音声合成（2/2） ベイズ基準における予測分布（周辺尤度関数） 変分ベイズ法による近似（Attias; ’99）
: 合成データの状態遷移を表す隠れ変数 : 学習データの状態遷移を表す隠れ変数 : 合成データの尤度関数 : 学習データの尤度関数 : モデルパラメータの事前分布 変分ベイズ法による近似（Attias; ’99）

11 変分ベイズ法（1/2） 対数周辺尤度の下限 を定義 下限の最大化による対数周辺尤度の近似 ⇒ を最大化する近似事後分布を推定
対数周辺尤度の下限 を定義 （Jensenの不等式） ： に関する期待値 : 近似事後分布 下限の最大化による対数周辺尤度の近似 ⇒ を最大化する近似事後分布を推定

12 変分ベイズ法（2/2） 近似事後分布の独立性を仮定 変分法による事後分布推定 : 正規化項 交互に更新することで を最大化

13 ベイズ基準ではモデルパラメータの期待値を使用
HSMMの尤度計算 Generalized Forward-Backward Algorithm Forward Backward ベイズ基準ではモデルパラメータの期待値を使用

14 音声パラメータ生成 音声パラメータ ベイズ基準による合成音声パラメータ生成 静的特徴量と動的特徴量によって表現
⇒ 合成部では静的特徴量のみ推定 ベイズ基準による合成音声パラメータ生成 下限 は対数周辺尤度を近似 ⇒ を最大化する音声パラメータを推定

15 実験条件（1/2） データベース ATR日本語音声データベース b-set 話者 MHT 学習データ 450 文 テストデータ 53 文
サンプリング周波数 16 kHz 窓関数 Blackman 窓 フレームサイズ / シフト 25 ms / 5 ms 特徴量 24次 メルケプストラム + Δ + ΔΔ 対数基本周波数 + Δ + ΔΔ (78次元)

16 実験条件（2/2） 比較手法 主観評価実験 HSMMとHMMの比較 ベイズ基準によるモデル学習・音声合成
クロスバリデーションを用いたベイズ基準による モデル構造選択（橋本ら; ’08） 主観評価実験 被験者10人 被験者ごとにランダムに20文選択

17 主観評価実験 対比較実験 合成音声の品質を改善

18 むすび ベイズ基準によるHSMMに基づく音声合成 今後の課題 合成音声の品質改善 ベイズ基準によるHSMMの学習
学習・合成間のモデルの不一致を解決 合成音声の品質改善 今後の課題 ML基準によるHSMM音声合成との比較