文献

J-GLOBAL ID：201702215313054727   整理番号：17A0102457

STRAIGHTモデルと深さ信念ネットワークを用いた音声変換手法【JST・京大機械翻訳】

Voice conversion using STRAIGHT model and deep belief networks

著者 (4件)： Wang Min (School of Information and Control Engineering,Xi’an University of Architecture and Technology) ,  Su Libo (School of Information and Control Engineering,Xi’an University of Architecture and Technology) ,  Wang Zhihui (School of Information and Control Engineering,Xi’an University of Architecture and Technology) ,  Yao Chenhong (School of Information and Control Engineering,Xi’an University of Architecture and Technology)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 38  号： 9  ページ： 1950-1954  発行年： 2016年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： STRAIGHTモデルと深さ信念ネットワークDBNを結合して音声変換を実現する方式を提案した。まず第一に,源モデルを用いてソース話者と目標話者の音声スペクトルパラメータを抽出し,抽出したスペクトルパラメータを用いて2つのDBNを訓練することによって,音声高次空間の個性特徴情報を得た。次に,人工ニューラルネットワーク(ANN)を用いて,2つの高次特性を有する空間を連結し,特性変換を行った。最終的に,目標話者のデータによって訓練されたDBNを用いて,変換後の特徴情報を逆処理して,音声スペクトルパラメータを得て,STRAIGHTモデルを用いて,話者の個人化特性を有する音声を合成した。実験結果は,この方法によって得られた音声変換効果が従来のGMMよりも優れており,変換後の音声音質と類似性が目標音声に近いことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *音質 ,  類似性
準シソーラス用語： 音声スペクトル ,  話者 ,  *音声変換 ,  *信念ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： voice conversion ,  STRAIGHT model ,  deep belief networks ,  high-order spaces

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (4件)： モデル ,  信念ネットワーク ,  音声変換 ,  手法