発話訓練のための音声プロソディのリアルタイム表示方式の提案

抄録

音響・音声特徴量から音素レベルまで複数階層の音声特徴ベクトルを抽出し、それらを融合した統合化音声画像表示システムが開発された。本システム機能を継承するものとして、音声障害者のプロソディ訓練における韻律特徴表示の実現が期待される。特に、話速パラメータは発話機能評価における要因の一つであることから、連続音声の特徴ベクトルを用いたモーラ分割手法とモーラ速度・平均話速の推定アルゴリズムを先に報告した。本稿では、速度推定に更なる改良を加えると共に、推定された話速パラメータをピッチ、有声・無声、インテンシティなどの他の韻律要素と共にリアルタイム表示するシステムを試作したので報告する。