文献

J-GLOBAL ID：201502215502043302   整理番号：15A0263029

話者特徴量入力を付加したデノイジングオートエンコーダによるクロスリンガル声質変換

著者 (3件)： 伊藤洋二郎 (東京工大 大学院総合理工学研究科) ,  篠崎隆宏 (東京工大 大学院総合理工学研究科) ,  能勢隆 (東北大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 365(SP2014 106-126)  ページ： 13-18  発行年： 2014年12月08日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 数発話程度のごく少量のラベルなし音声を用いて特定話者の任意の発話を任意話者の声質に変換することを目的として,音声特徴量を音声特徴量に変換するデノイジングオートエンコーダに話者特徴量入力を付加した構造を持つニューラルネットを用いた声質変換手法を提案する。多言語音声コーパスを用いた実験により,提案法の有効性を示す。(著者抄録)

シソーラス用語： 人間 ,  音響特性 ,  数値 ,  *音声処理 ,  信号変換 ,  *雑音除去 ,  *ニューラルネットワーク ,  *音声特徴量 ,  *音声変換
準シソーラス用語： ニューラルネット ,  *声質変換 ,  話者

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

引用文献 (9件)：

• Toda, T., Ohtani, Y. and Shikano, K.: One-to-Many and Many-to-One Voice Conversion Based on Eigenvoices, Acoustics, Speech and Signal Processing, 2007. ICASSP 2007. IEEE International Conference on, Vol. 4, pp. IV-1249-IV-1252 (2007).
• Desai, S., Raghavendra, E., Yegnanarayana, B., Black, A. and Prahallad, K.: Voice conversion using Artificial Neural Networks, Acoustics, Speech and Signal Processing, 2009. ICASSP 2009. IEEE International Conference on, pp. 3893-3896 (2009).
• Desai, S., Black, A. W., Yegnanarayana, B. and Prahallad, K.: Spectral Mapping Using Artificial Neural Networks for Voice Conversion, Trans. Audio, Speech and Lang. Proc., Vol. 18, No. 5, pp. 954-964 (2010).
• Xue, S., Abdel-Hamid, O., Jiang, H. and Dai, L.: Direct adaptation of hybrid DNN/HMM model for fast speaker adaptation in LVCSR based on speaker code, Acoustics, Speech and Signal Processing (ICASSP), 2014 IEEE International Conference on, pp. 6339-6343 (2014).
• Ishii, T., Komiyama, H., Shinozaki, T., Horiuchi, Y. and Kuroiwa, S.: Reverberant speech recognition based on denoising autoencoder, INTERSPEECH'13, pp. 3512-3516 (2013).

タイトルに関連する用語 (3件)： 話者 ,  特徴量 ,  声質変換