合成音声の評価方法

合成音声の評価のために，聴覚実験として，音声研究に関わった経験のない学生 5名を対象に，オピニオン評価実験およ本実験で作成した合成音声を表び追比較 実験を行う．

オピニオン評価実験は，自然に聞こえた度合を5段階（5が最も自然，1が最も不自 然）で評価する．また対比較実験は，発話内容の同じ2種類の音声を順に流し，ど ちらの音声がより自然であるかを評価する．表11に聴覚実 験に使用する音声の種類を示す．表11の音声は，全て女性 話者1名(fyn)に関する3または4モーラの音声であり，本実験ではそれぞれ100単 語ずつ作成する．

表 11: 聴覚実験に使用する音声の種類

名称	説明
自然音声	ATR単語発話データベース
	ASETに含まれる音声
ノンクラスタリング音声	クラスタリングを利用しない音節波形
	接続型音声合成法で作成した音声
言語クラスタリング音声	言語クラスタリング法で作成した音声
音響クラスタリング音声	音響クラスタリング法で作成した音声

ただし言語クラスタリング音声と音響クラスタリング音声は，データベースに存 在しない音声を作成する．一方，自然音声とノンクラスタリング音声は，データ ベース中の音声を作成する．図24に本実験で作成したデータ ベースに存在しない単語を，図25に本実験で作成したデータ ベース中の単語を示す．また図24,25に示 す合成音声を作成する際に用いた音節素片の組合せを付録1,2に示す．

上記の理由として，言語クラスタリング法でデータベース中の音声を作成した場 合，手法の性質上，ほぼ全ての合成音声がノンクラスタリング音声と同じ組合せ の音節素片を用いることになるため，評価が困難になることが挙げられる．

図 24: 本実験で作成したデータベースに存在しない単語

図 25: 本実験で作成したデータベース中の単語