音節波形接続型音声合成の概要

音節波形接続型音声合成[1]は，音声が収録されているデータベースか ら音節単位で音声波形の一部（以下，音節素片）を取り出し，信号処理をせずに 接続することで，合成音声を作成する．ただし音節素片選択時に表 1に示す7つの言語情報の条件が完全に一致する必要がある．以 下に合成音声を作成する手順を示す．

表 1: 音節波形接続型音声合成における言語情報

1	中心の音節
2	直前の音素（前音素環境）
3	直後の音素（後音素環境）
4	単語のモーラ数
5	単語のモーラ位置
6	単語のアクセント型
7	各モーラ位置のアクセントの高低

1. データベース中の各音節素片に対して，中心の音節，単語のモーラ数，モー ラ位置，アクセント型，各モーラ位置のアクセントの高低，前後の音素環 境のラベルを付与する．付与した音節素片の例を表2に示す．

   
   

   表 2: 音節素片の詳細（例：o-ri0402001+m）

   
   
   

2. 合成する単語内に含まれる音節素片と，7つの言語情報の条件が完全に一 致する音節素片をデータベース中から選択する．

3. 手順2で選択した音節素片を接続し，合成音声を作成する．