一対多固有声変換に基づく声質制御法の評価

摘要

本報告では，一対多固有声変換(Eigenvoice Conversion: EVC)に基づく特定話者に対する声質制御法を提案する．一対多EVCでは，入力話者と複数の事前収録出力話者によるパラレルデータを用いて，固有声に基づく混合正規分布モデル(Eigenvoice Gaussian Mixture Model: EV-GMM)を学習する．EV-GMMの少量のパラメータである固有ベクトルに対する重みを手動制御することにより，変換音声の声質を制御することが可能である．しかし，各固有ベクトルは，直感的に表現しやすい声質を明確に表さないため，操作性に優れた声質制御の実現は困難である．この問題に対処するため，EVCに基づく声質制御のための重回帰手法を提案する．変換音声の声質は，特定の声質の特徴を捉えた低次元の声質制御ベクトルを用いて制御される．実験的評価により，提案法の有効性を示す．