パスワードを忘れた? アカウント作成
この議論は賞味期限が切れたので、アーカイブ化されています。 新たにコメントを付けることはできません。

ビデオ映像中の人物を自在に喋らせる映像合成技術」記事へのコメント

  • この人がこんなことを!ってなこと言わすにも使えそうです。

    「プロプライエタリもいいんじゃない?たまにはさ」とRMS氏に言わせてみたり、
    「次期Windowsはソースを公開し、正式名称をMS GNU/Win32とします。」とB.G氏に言わせてみたり。
    • この人がこんなことを!ってなこと言わすにも使えそうです。

      実在人物の声でしゃべる音声合成システムはすでにあります。 InfoTalker [ascii24.com] とか Speechify [zdnet.co.jp] とか。 ただし,これらのシステムはサンプルを大量に取る必要がありますし(Speechify の記事では「数十時間」と言っております), サンプルで取った音声の部品を組み合わせるだけなので, どんな状況の声でも合成できるというわけではないと思います。 [怒

      • Speechifyはよく知りませんが、InfoTalkerのコアになっているATRのCHATRは聞いたことがあります。デモで喪黒服造(大平透)や黒柳徹子なんかの合成をしていましたが、確かに本人の声でした。

        ただ、CHATRの合成は、アクセントやイントネーションがかなりおかしいのが難点です。そういう研究も継続してされているでしょうから、今はどうなのか知りませんが、二年ほど前は、まだまだでした…。
        そんなわけで、

        [怒声とか笑い声とか嬌声とか喘ぎ声 :-) とかは, そういうサンプルを取らなければだせないでしょう。]

        データを取るだけだと難しいかもしれませんね。

        #まあ、「喘ぎ声の『あぁ』」に「普

        • 言語によって合成の最小単位になる音素が違ってくるでしょうから、言語ごとに適した音素ラベルを設定する労力が掛かるんじゃないかと。

          リエゾン(前後の音をくっつけて発音すること)がある分だけ 欧米圏の言語のほうが難しいような気がします.例えば, get it all はゲティトー

          --
          Koichi
          • by N'gatt (9815) on 2002年07月19日 15時56分 (#128649) 日記
            だから,実際に運用する場合も発音記号を入力する ことになるんだろうなぁ.日本語の場合は ひらがなで入力すればなんとかなると思うんですけどね

            ここ [kobe-u.ac.jp]とか見ると、CHATRはToBIというのを使っているようです。で、ここ [ohio-state.edu]が本家(?)らしいですが、これを見ると、英語、ドイツ語、日本語(J_ToBI)、韓国語、ギリシア語、スペイン語、広東語、クロアチア語なんかはあるようですね。
            リエゾンはどうなってるのか探してみたのですが、よく分かりませんでした(^^;;

            #てかgoogleで見つかったATRのJ_ToBI関連リンク全滅ってのは…もう開発してないんか?
            親コメント

にわかな奴ほど語りたがる -- あるハッカー

処理中...