HMM 기반 음성합성 시스템의 합성음 음질 향상을 위한 고차 파라미터의 활용 기법

Abstract

음성 합성 시스템은 음성 인식 시스템과 함께 차세대 사용자 인터페이스 구축에 있어서 매우 중요한 기술이다. 파라미터 기반의 음성 합성 시스템은 음성 데이터베이스에서 필요한 파라미터를 추출하고, 이를 통계적인 방법으로 모델링한 후 입력 문장에 적합한 파라미터열을 추정해내어 합성음을 생성하는 방식으로 이루어져 있다. 통계적인 방법으로 모델링하는 학습 과정에서는 HMM을 이용한 음소 단위의 모델을 만들어낸다. 이 때 HMM의 파라미터로 쓰이는 mel-cepstral coefficients는 차수가 높을수록 원음에 가까운 모델을 얻게 되는데, 차수를 높이게 되면 저장 용량 또한 비례해서 커지므로 비효율적인 면이 있다. 본 논문에서는 HMM의 파라미터에 dimension reduction 기법을 적용해 고차 정보를 활용하면서도 모델의 차수를 유지하게 하였다. 그 결과 같은 차수를 활용하였을 경우 제안한 기법을 적용하였을 때 합성음의 음질이 향상됨을 확인할 수 있었다.