音声の波形を単に接続する合成方法では，同じ音韻でも発声環境によりさまざ まな特徴を持った音声波形が必要になる．そのため高品質な合成音声を得るた めには大規模なデータベースが必要になる．データベース規模を小さく抑える ためには波形の接続単位は短い方が良いため，既存の研究では接続の最小単位 を音素としているものが多い [3], [5]．しかし本論文 では了解度の点を考慮して，波形接続の最小単位を音節とする．
音節の知覚においてスペクトルの最大変化点(すなわち子音から母音への遷移 領域)が重要な役割を果たすことが指摘されている[6]．音素単位の 接続の場合，データベースから選択された音声波形によっては接続時に必ずし も滑らかなスペクトル遷移が得られるとは限らない．この場合は音節明瞭度が 悪化し，合成された単語音声の了解度が落ちると考えられる．合成音声がユー ザに情報を提示するために使用される場合，特に前出の番号案内システムのよ うに文脈が理解の補助にはならない場合には，単語了解度は重要である．従っ て，音節明瞭度を重視し，子音から母音への遷移領域は切り離さずに扱う方が 良いと考えられる．