next up previous
Next: 音声合成の評価方法 Up: 評価実験 Previous: 自動ラベリングのための学習データ

自動ラベリング

自動ラベリングの手法として,HMMに基づくVitebiアルゴリズムを利用する. 具体的にはHTK[9]を利用する.特徴パラメータとしてMFCCを,共分散 行列にはDiagonal-covarianceを使用する.その他の実験条件は表 5に示す.


Table: 自動ラベリングに用いたパラメータ
基本周波数 16kHz
分析窓 Hamming窓
分析窓長 25ms
フレーム周期 10ms
音響モデル 3ループ4状態(連続分布型)
stream数 3
特徴 12次MFCC+Δ12次MFCC
パラメータ +対数パワー+Δ対数パワー(計26次)
(母音・撥音・無音・連続母音)
連続型 MFCC 10,ΔMFCC 10,
HMMの 対数パワー 2,Δ対数パワー 2
初期モデル (その他の音節・ue・uq)
混合分布数 MFCC 4,ΔMFCC 4,
  対数パワー 1,Δ対数パワー 1



Jin'ichi Murakami 2008-08-23