2026年9月23日
声の違いを比べるには何をそろえる？100人を収録したJVSコーパス
同じ100文を読むのに、収録時間が最も短い話者は10.11分、最も長い話者は18.24分。JVSコーパスの原論文が報告した差は約1.8倍です。この時間には無音部分も含まれるため、数字だけで「声の個性」を説明することはできません。それでも、読む文章と発話数をそろえれば、文章の長さの違いに隠されずに話者ごとの違いを観察できます。 JVSコーパスが用意したのは、一…
音声合成
-
-
2026年9月18日
一人の話者が日本語と英語を切り替える
「それが数々の trouble に見舞われた」のように、一つの発話の途中で日本語から英語へ切り替える音声を、どのように集めればよいのでしょうか。 複数のバイリンガル話者による自由会話を収録すれば、実際の生活で生じる言語の切り替えを集められます。しかし、話者、話題、発話内容、収録環境が異なるため、音声の違いが言語切り替えによるものなのか、個人差によるものなのか…