閉鎖子音の直後に母音が続く場合、子音の調音位置にしたがって、母音の第1および第2フォルマント(F1、F2)の遷移部の周波数が変わる、という様子は[K300 F2開始周波数と調音位置]で確認した通りです。
ここでは、先のページよりも多くのパラメータを変更することで、より自然な音声に近づける工夫をしてみます。
このデモンストレーションでは、フォルマント合成器を使い、上記のようにフォルマント周波数の軌跡を変化させることでCV（子音・母音）音節を合成してい ます。このと き、閉鎖子音の破裂に伴うバーストは合成していません。合成に関する各パラメータは次の通りです。[new]の記載があるパラメータが追加で変更されてい ます。より詳細は [8] Tomaru and Arai (2016) をご覧ください。
[new] ・後続母音は/a/：F1＝790 Hz、F2＝1190 Hz、F3＝2640 Hz
・母音遷移部はF1とF2のみ変化させた
[new] ・F1およびF2の遷移時間：22 ms ～ 38msの区間を2ms刻みで変化（合計9パターン）
[new] ・F1の遷移開始周波数：385 Hzで一定
[new] ・F2の遷移開始周波数：885 Hzから1690 Hzの区間を100Hz刻みで変化
[new] ・基本周波数は以下のタイミングで変化
0 ms ～ 100 ms = 125 Hz
150 ms = 130 Hz
200 ms = 135 Hz
300 ms = 130 Hz
330 ms = 125 Hz
[new] ・F1～F5のBandwidth
F1 = 60 Hz
F2 = 105 Hz
F3 = 150 Hz
F4 = 200 Hz
F5 = 1000 Hz
[new] ・OQ (Open Quotioent: voicing open-time/period） = 80%
[new] ・TL（Extra tilt of voicing spectrum) = 8 dB down @ 3 kHz
| Step 1 | Step 2 | Step 3 | Step 4 | Step 5 | Step 6 | Step 7 | Step 8 | Step 9 | |
|---|---|---|---|---|---|---|---|---|---|
| F1 & F2 transition time (ms) |
22 | 24 | 26 | 28 | 30 | 32 | 34 | 36 | 38 |
| F2 starting frequency (ms) |
885 | 985 | 1085 | 1190 | 1290 | 1390 | 1490 | 1590 | 1690 |
| Sounds |
- Kewley-Port, D., “Measurement of formant transitions in naturally produced stop consonant-vowel syllables,” J. Acoust. Soc. Am., 72(2), 379-389, 1982.
- Kent, R. D. and Read, C., Acoustic Analysis of Speech, Singular Publishing, San Diego, CA, 2001. （荒井隆行, 菅原勉 監訳, 音声の音響分析, 海文堂, 1996.）
- Klatt, D. H. and L. C. Klatt, “Analysis, synthesis, and perception of voice quality variations among female and male talkers,” J. Acoust. Soc. Am., 87, 820–857 (1990).
- Klatt,D. H. “The new MIT speech VAX computer facility,” in Speech Communication Group Working Papers IV, Research Laboratory of Electronics (MIT, Cambridge, MA, 1984), pp. 73–82.
- Liberman, A. M., P. C. Delattre, F. S. Cooper and L. J. Gerstman, “The role of consonant-vowel transitions in the perception of the stop and nasal consonants,” Psychol. Monogr.: Gen. Appl., 68(8), 1–13 (1954).
- Liberman, A. M., K. S. Harris, H. S. Hoffman and B. C. Griffith, “The discrimination of speech sounds within and across phoneme boundaries,” J. Exp. Psychol., 54, 358–368 (1957).
- Liberman, A. M., K. S. Harris, J. A. Kinney and H. Lane, “The discrimination of relative onset-time of the components of certain speech and nonspeech patterns,” J. Exp. Psychol., 61, 379–388 (1961).
- Tomaru, L. and T. Arai, “Role of labeling mediation in speech perception: Evidence from a voiced stop continuum perceived in different surrounding sound contexts,” Acoust. Sci. & Tech., 37(6), 303-314 (2016).