融合ラベルの付与率から見た自由発話の音声の崩れ

音声のラベリング作業において、発話テキストを参照しながら人手 で音素境界を決定していくときに、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。

同一話者の４種類の発話様式における融合ラベルの付与率を調査し た。これを図2に示す。この結果からわ かることを示す。

1. 単語発声・文節単位の朗読発声・文単位の朗読発声・自由発話 の順に融合ラベルの付与率が増加する。

2. 単語発声・文節単位の朗読発声・文単位の朗読発声では ２人のアナウンサーの融合ラベルの付与率に差がない。

3. 自由発話では２人のアナウンサにおいて融合ラベルの付与率 に差が見られる。つまり個人差が大きい。

4. 自由発話では、全音素の約$1/5$以上が融合ラベルになる。

図 2: 発話様式の違いによる融合ラベルの付与率の変化