本発表では，まず，スペクトルパラメータとGVの関係，および，GVを考慮したパラメータ生成法とモデル学習法に着目し， これらの要因が合成音声の品質に与える影響を調査する．主観評価実験結果から，スペクトルパラメータとして， メル線スペクトル対パラメータよりもメルケプストラムパラメータを用いた方がGVを考慮する効果が大きいことを示す． また，様々な文長に対する合成処理において，GVを考慮したモデル学習法は，GVを考慮したパラメータ生成法と比較し， より安定して合成音声の自然性改善効果が得られることを示す． さらに，GVの統計的性質を調査し，より高精度なGVモデリング技術に関する検討を行う． 実験結果から，GVの確率密度分布は正規分布よりもガンマ分布によるモデル化の方が適しており， また，分布形状は文長に応じて変化する傾向があることを示す．