宮武正典
会話文音声生成のための音声合成、および
ニューラルネットワークへの連続音声への適用
Abstract:昭和 61年(1986年）9月より、平成元年（1989年）8月まで、自動翻訳電話研究所において、音声の合成、認識の研究を行った。ここにその概要を報告する。
会話文音声生成のための音声合成
より人間らしい，多種多様な音声を合成するためには，概念の形成から実際の音声
の合成までの間に解決すべき様々な問題が山積している。その手始めとして，種々
の口調・発声様式が韻律（声の大きさ，高さ，速さなど）に及ぼす影響の分析を行い，韻律パラメー夕間に強い相関関係があることを明らかにした。また，種々の発声様式に適応できる基本周波数の制御法を提案した。
ニューラルネットワークの連続音声への適用
従来より高い音韻認識率を示していたニューラルネットワークであるが，連続音声への
適用方法が確立されていなかった。今回，時間遅れニューラルネットワーク(TDNN)
を用いた音韻スポッティングの手法と，そのための効率的な学習方法とを提案し，単語音声
において音韻抽出率98.0%と極めて高い音韻スポッティング技術を確立して，ニューラル
ネットワークによる連続音声認識の可能性を示した。