文脈限定下での高品質ＨＭＭ音声合成のための収録テキストセットの最適化

抄録

本発表では,音声合成用データベースの構築に必要となる収録音声のテキスト内容（収録テキストセット）の設計手法について報告する．一般に，大量の音声データよりデータベースを構築すれば，幅広く音声現象をカバーするため，合成音声の品質が良くなるとされる．しかし大量の音声収録は多大なコストがかかるため，できるだけ少ない時間であることが望ましい．そこで音素環境とイントネーションパターンについてエントロピーが最大化するよう母集団から収録テキストセットを抽出する手法を提案する．