「“アニメ声”で自然に喋る音声合成技術、富士通が新開発」記事へのコメント

この情報だけじゃ分からない

[N'gatt (9815)]

この記事からだけだと具体的にどうすごいのかよく分かりません。

「肉声から韻律情報」なんてのは昨今当たり前の話で、
その後の合成時に失われる自然性をどのように回復したかが
問題になるかと思います。

「あらかじめ大量に集めとけ。イントネーションなんざ知らん」ならすでに CHATR があるし...
＃と、毎回この手の話題だと書いている気がする

「イントネーションこみで大量に集めろ」なら上手く行きそうだけど、
それだと「簡単に再現」とは言い難い。

「少ない音素片情報から自然な合成」ができたんだとしたら、そこを強調するはずだけど、そうも読めない。

あとは…「アニメキャラ風」というところに着目するなら、
信号処理的に「キャラクターっぽい」変換をするライブラリなり
開発ツールでも作ったのかな？これなら少量の音声データから
いろいろ合成できる。
でも話者性は保存できないしなあ…。

…って、この記事のどこにも話者性が保存されるとは書いてないじゃん。
このへん [srad.jp]ってぜんぜん的外れなのでは？

Re:この情報だけじゃ分からない

[skimsr (9280)]

＞あとは…「アニメキャラ風」というところに着目するなら、
＞信号処理的に「キャラクターっぽい」変換をするライブラリなり
＞開発ツールでも作ったのかな？

学習用コーパスにない韻律パターンで音声合成すると不自然な合成音になりがち(?)な訳で，そこが自然に聴こえるような処理を組み込んだ，ってのが新規性なんでしょうか(音声合成の事はよく知らないのですが…)。あと，技術的な新規性よりは，「『関西弁風』『アニメ風』の合成音を生成できる様々な韻律データベースが"製品として"利用可能」という事がアピールポイントなのかも。

＞ CHATR があるし...

全然関係無いですが，確か「Last Century Modern」/Tei Towaで，そのものずばり"CHATR"という曲がありますね。ぎこちなく歌うCHATR君の声が，エレポップ好きのハートにジャストヒットです:-)

Re:この情報だけじゃ分からない

[N'gatt (9815)]

> あと，技術的な新規性よりは，「『関西弁風』『アニメ風』の合成音を
> 生成できる様々な韻律データベースが"製品として"利用可能」という事がアピールポイントなのかも。

そんなところでしょうね。
でもやっぱり、あの記事だとさっぱり分からない。
発表する相手は選びましょうってことでしょうか(^^;

＃ホームページに情報のせてくれないかなあ…＞富士通研究所

> 確か「Last Century Modern」/Tei Towaで，そのものずばり"CHATR"という曲がありますね。

テイ・トーワが惚れ込んで「使わせてくれ」と頼み込んできたっていうアレですね。
…ぎこちないんですか？いいなあ、聞いてみたい。

＃秋葉で買えるだろうか…