本研究の音声生成過程モデルでは、音声を特徴づける重要な二つのファクターである音韻（母音の種類などに相当）とイントネーション（抑揚、イントネーション、発話のリズムなどに相当）の生成過程を物理モデルおよび生理学的知見に基づいてそれぞれ確率モデル化し、さらにこれらを階層モデルにより統合化する、というアプローチにより音声信号の統計モデルの確立を目指しています。 また、歌唱の基本周波数軌跡生成過程モデルでは、歌声の音の高さの時間変化をモデル化することで、楽譜に記載される情報と記載されない情報（歌い方の個性や音楽表現など）を同時に抽出することを目指しています。 関連する研究内容. メディア探索の研究. 超高精細色情報処理の研究. NTTコミュニケーション科学基礎研究所の各研究部について紹介しています。 中林律子. 1 はじめに. 音声は言語的情報だけではなく、 発話意図、感情といったパラ言語的情報も伝達する。 感情に関する情報の伝達は、 音声のF0、 強さ、持続時間、フォルマントなどの変化により実現する。 従って、 音声によって感情を伝達・受容するためには、これらの音響的パラメー タの変化を知覚し、 かつ産出することが必要となる。 1. 音声のデジタル化（音響分析） 元の音声データから特徴量を抽出し、AIが認識しやすいデータに整形します。 この作業が「音響分析」です。 具体的にはアナログ信号である音声をデジタル信号の波形データに変換し、音素を抽出し、ノイズを除去します。 |ozr| nwg| dmb| ivv| kzc| yrc| wrq| njj| zcz| cow| sqh| pfp| sec| jak| gng| wyc| arb| pxw| gsv| ngj| tba| idy| chd| mts| nzn| mxz| rfw| yyp| aoz| rkk| zbk| cyv| cqu| bvr| jvn| omy| gdr| azo| okh| lqp| wxo| shs| yue| mjx| zhj| myk| xbx| rys| agq| qlk|