融合ラベルの付与率から見た自由発話

ＡＴＲでは、発話テキストを参照しながら人手で音素境界を決定するラベリング作 業において、音素境界が不明瞭な音素区間に対して付与するラベルのことを融合ラ ベルと呼んでいる。この融合ラベルの付与率を4名の話者の自由発話と朗読発話に おいて調査した。この結果を図4に示す。

図 4: 発話様式の違いによる融合ラベルの付与率の変化

この図から読 みとれることを以下に示す。

1. 自由発話の融合ラベルの付与率は朗読発話より高い。

2. 自由発話、朗読発話共に、融合ラベルの付与率に話者の相違が見られる。

3. 自由発話では、全音素の25%から32%が融合ラベルになる。

4. 朗読発話では、全音素の24%から30%が融合ラベルになる。

5. 自由発話と朗読発話を比較すると、融合ラベルの付与率の増加の割合に話者 の相違が見られる。話者MMYでは2%(29.5% $\rightarrow$ 30.1%)しか増加しな いのに対し、話者FAKでは 21%(23.8% $\rightarrow$ 28.7%)増加する。

なお、 /i,y/, /u,g/, /N,g/, /N,j/, /f,u/, /i,m/, /k,u/, /u,h/, /u,w/, /u,y/, /u,n/, /N,b/, /N,d/, /N,n/, /a,a/, /e,e/, /e,i/, /i,i/, /k,i/, /o,o/, /o,u/, /s,u/, /sh,i/, /u,u/ などの音素環境は 朗読発話、自由発話ともに、融合ラベルになりがちであった。 また、文末の２音素を調査したところ、 母音では/e/と/u/、子音では/g/と /n/が融合ラベルになりやすかった。