文献

J-GLOBAL ID：201702299886451312   整理番号：17A0142492

ボトルネック特徴を用いた音声合成のための効率的な深部ニューラルネットワーク【Powered by NICT】

Efficient deep neural networks for speech synthesis using bottleneck features

著者 (3件)： Joo Young-Sun (Yonsei University, Seoul, Korea) ,  Jun Won-Suk (Voiceware Co., Ltd, Seoul, Korea) ,  Kang Hong-Goo (Yonsei University, Seoul, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： APSIPA  ページ： 1-4  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： 本論文では,テキストにボトルネック(TTB)とボトルネック音声(BTS)モデルから構成されていることを音声合成システムのためのカスケード深層ニューラルネットワーク(DNN)構造を提案した。言語と音響特徴の間の複雑なマッピングルールを見出すために大規模データベースを必要とする通常の単一構造とは異なり,利用可能な訓練データベース不十分である場合でも,提案した構造が非常に有効である。提案法で用いたボトルネック特徴は言語的特徴の特性といくつかの話者の平均音響特徴を表現する。,言語的・音響的特徴の間のマッピングルールを直接学習するよりもボトルネックと音響特徴の間のマッピングルールを学習するためのより効率的であった。実験結果は,提案した構造の学習能力は,従来の構造のそれよりはるかに高いことを示した。客観的および主観的聴取試験の結果は,提案した構造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： 深層 ,  データベース ,  *ニューラルネットワーク ,  言語 ,  *音声合成 ,  学習 ,  音声合成機器 ,  *深部
準シソーラス用語： 学習能力 ,  話者 ,  大規模データベース ,  音響特徴 ,  テキスト , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ボトルネック ,  音声合成 ,  深部ニューラルネットワーク