文献

J-GLOBAL ID：202302245210652240   整理番号：23A2866714

歌声合成のためのポアソンフローモデルの予備的検討

A Preliminary Investigation of Poisson Flow Model for Singing Voice Synthesis

著者 (3件)： ZHU Tingyuan (TokyoTech) ,  OKAMOTO Takuma (NICT) ,  SHINOZAKI Takahiro (TokyoTech)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2023  号： 秋季  ページ： ROMBUNNO.2-Q-41  発行年： 2023年09月12日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： ・歌声合成(SVS)は,音声およびオーディオ処理の研究が盛んに行われている分野であり,音楽業界,エンターテイメント,教育などさまざまで応用。
・しかしながら,人間の歌声はピッチ,テンポ,ビブラート,アーティキュレーションの幅広いバリエーションを示す複雑な性質を持っているため,SVSが困難。
・人間の深層学習ベースのモデルがSVSタスクで成功しており,本稿では,最先端の拡散ベースのSVS音響モデルよりSVS合成速度が速く,モデルスケール範囲に優れた,ポアソン流ベースのモデルを提案。

シソーラス用語： *音声合成 ,  音楽 ,  *Poisson分布 ,  *機械学習 ,  モデル ,  歌 ,  *DNN音声合成
準シソーラス用語： *ポアソンフローモデル ,  音響モデル ,  歌唱 ,  *歌声合成 ,  *深層学習音声合成

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (10件)：

• Liu et al., AAAI, 11020-11028, 2022.
• Oord et al., SSW, 125, 2016.
• Vaswani et al., NIPS, 5998-6008, 2017.
• Xu et al., NIPS, 16782-16795, 2022.
• Xu et al., CoRR, abs/2302.04265, 2023.

タイトルに関連する用語 (1件)： 歌声合成