今後の課題

今後の課題を以下に述べる．

1. 録音件数の削減

   音節部品を統合することにより，更に録音件数を削減することを考慮する必要 がある．

   具体的には語頭用の$Sy(P,N)_{1,M}$のように地名のモーラ数$M$が異なっても 韻律の特徴があまり変わらない音節部品や， $Sy(P,{\rm /b/})_{m,M}$ と $Sy(P,{\rm /d/})_{m,M}$ のように音響的特徴が似ている音節部品は一つの種 類にまとめることで，録音件数はさらに削減できると考えている．

2. 音節部品の選択

   本論文では，音節部品は種類ごとに１つずつ準備した．しかし，通常，同一種 類の音節部品の候補は複数得られる．今後，複数の候補の中から音節部品を選 択する方法を検討する必要がある．例えば，音節部品の接続部分において，ピッ チ周波数やケプストラム係数やパワーをパラメータに加えることで，音質の悪 いサンプルを減らし，より高品質の音声が得られると考えている．

3. 他の分野への応用

   本論文において述べた音声合成方法は，地名などの固有名詞において特に有効 であると思われる．また，普通名詞においても，ATRのAsetのデータを使用す ることで，有効性が認められた．今後は，この方法が，どこまで汎用性がある のか実験を行って行きたい．

   なお，日本語の名詞において，アクセント型が異なると，意味が異なる単語の多くは， 2モーラ単語である．（例えは「雨」と「飴」，「橋」と「箸」．）また，6モー ラ以上の名詞は，名詞連続複合語である場合が多い．これらは，名詞の間に，あ る程度長いポーズを間に入れると，アクセント核の移動[11]を考慮しなくて すむため，短い単語に分割できる．以上のことから，本論文で用いた方法は，基 本的に3モーラ以上の名詞の合成音声に利用できる可能性があると考えている．

本研究を行うにあたり，国際通信基礎研究所(ATR)音声通信研究所の Nick Campbell 氏と，KDD研究所の樋口宜男氏には，実験の方法に関してコメントを 頂きました．NTTサイバースペース研究所の浅野久子氏と水野秀之氏には，合 成方法に対して討論して頂きました．鳥取大学大学院工学研究科（博士前期） 知能情報工学専攻2年の前田智広氏と鳥取大学工学部知能情報学科4年の石田隆 浩氏には実験を手伝ってもらいました．これらの方に深く感謝致します．

また，作成したサンプルの合成音声は，以下のURL に置いてあります．