【自然な音声合成、1万未満の音声データで実現】【23卒】 インテック 総合職の内定ES(エントリーシート) No.76169（大阪学院大学/男性）（2022/5/27公開）

Pythonを用いた機械学習による音声合成の制作 続きを読む

卒業研究では、入力した日本語のテキストから人間の声を模した人口の音声を作ることで読み上げるソフトの制作を行っていく予定です。音声合成の手法として、入力されたテキストから、予め記録された音声データを繋ぎ合わることで音声を制作する方法が一般的です。しかし、ただ音を繋ぎ合わせるだけでは、抑揚や発音などが不自然になります。そこで数万通りの音声データを用いた機械学習によって人の抑揚や発音を学習させることで、音のつなぎ目の違和感を無くす内部処理を施します。私の研究では、この機械学習で使用される音声データの数を、通常なら数万通り必要とされるところ1万未満に抑えて学習させることが目標です。現在は既にNVIDIA社が公開している英語の音声から作成された学習データであるTacotron2を転用する事で必要とされる日本語の音声データの数を抑え、より自然な日本語の音声合成が可能になると考えています。 続きを読む

C言語,Java,Python,HTML,CSS,Processing 続きを読む