文献

J-GLOBAL ID：201702257902326729   整理番号：17A0379828

DNN SPSSシステムのためのピッチ同期音声解析と合成法【Powered by NICT】

A pitch-synchronous speech analysis and synthesis method for DNN-SPSS system

著者 (6件)： Kim Jin-Seob (Department of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea) ,  Joo Young-Sun (Department of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea) ,  Kang Hong-Goo (Department of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea) ,  Jang Inseon (Realistic Broadcasting Media Research Department, Electronics and Telecommunications Research Institute, Daejeon, Korea) ,  Ahn ChungHyun (Realistic Broadcasting Media Research Department, Electronics and Telecommunications Research Institute, Daejeon, Korea) ,  Seo Jeongil (Realistic Broadcasting Media Research Department, Electronics and Telecommunications Research Institute, Daejeon, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： DSP  ページ： 408-411  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ピッチ同期深層ニューラルネットワーク(DNN)に基づく統計的パラメトリック音声合成(SPSS)システムを提案した。声門閉鎖瞬間(GCI)の位置によって定義されたピッチ同期フレームを用いて音声パラメータ,声道に関する特徴量と励起信号の間の連成効果を有意に低減を抽出した。結果として,音声クラスの同じ文脈内のスペクトルパラメータの分布はより均一になり,これは特に小規模DNNフレームワークのためのモデル訓練可能性を改善した。ピッチ同期アプローチの有効性は他の応用で証明されているが,正則化された構造,すなわち固定フレームレートと特徴の固定の大きさを有することが典型的なDNNベースSPSSシステムへの方法を統合するための自明ではない。本論文では,ピッチ同期列と音声パラメータを生成する新しいDNNベースSPSSシステムを設計した。客観的および主観的試験結果は,従来のアプローチと比較して提案した方式の優位性を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： カップリング効果 ,  深層 ,  声道 ,  小規模 ,  ニューラルネットワーク ,  正則化 ,  音声合成 ,  励起 ,  *音声分析
準シソーラス用語： フレームレート ,  特徴量 ,  声門閉鎖 , 【Automatic Indexing@JST】

分類 (2件)： 聴覚・音声モデル  (EL02070Y) ,  音声処理  (JE05000E)

タイトルに関連する用語 (4件)： SPSS ,  ピッチ ,  音声解析 ,  合成法