言語情報とMFCCの距離尺度の両方を用いたクラスタリングの概 要

音響クラスタリング法は，音節波形接続型音声合成法に，言語情報とMFCCの距離 尺度の両方を用いたクラスタリング適用する手法である．言語情報とMFCCの距離 尺度の両方を用いたクラスタリング（3.1節の手順2）は，HTKによ り作成した音節モデルに対して，HTKおよび言語情報に関する``質問''を用いて 行う．クラスタリングの手順を以下に示す．また質問の例を表4に 示す．

1. 初期状態として，全ての音節モデルをルートノードにまとめる．

2. 1に対して，$log$ 尤度が最大になるような質問を用いて，親ノードの音節 モデルを分割する．

3. 全ての音節モデルを共有したときの$log$ 尤度と，音節モデルを分割した ときの$log$ 尤度を比較する．

4. 3において，$log$ 尤度の増加が閾値を下回れば決定木の構築を終え，下回ら なければ状態の分割を繰り返す．構築した決定木を図11に 示す．

5. 最終的な状態数が1000となるように分割する．

表 4: クラスタリングの質問の例

質問名	質問の内容	捕捉説明
R_g2	*+g,*+gy	後音素環境はg，gyのどちらか?
L_Voiced-Stop6	b-*,d-*,g-*,gy-*	前音素環境はb，d，g，gyのどれか?
L_hh	h-*	前音素環境はhか，それ以外か?
AC15	*-*010+*,*-*011+*	アクセント型は01でかつ高いか?低いか?

図 11: 構築した決定木の例