スペクトル(spectrum)パラメータ メルケプストラム係数(mel-cepstral coefficients) 励振(excitation)パラメータ 基本周波数(F0 frequency) その他 ビブラート(vibrato) 音素(phonetic) 音符(note key) ノート長(note length)

合成音声の学習データを作るときに、セリフがない所はカットする。 単にセリフがないのか、セリフとセリフの間なのかデータからは判断しにくい。 「・・・」といった沈黙だけ別途学習した方がいいのか。 ボイロ2ではポーズが多くて、会話のテンポが悪く、ユ…