文献

J-GLOBAL ID：202402229492483710   整理番号：24A2113293

話者匿名化したデータを用いる多話者テキスト音声合成

Multi-speaker Text-to-speech Training with Speaker Anonymized Data.

著者 (3件)： HUANG Wen-Chin (名古屋大) ,  WU Yi-Chiao (Meta, USA) ,  戸田智基 (名古屋大)
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： 2024  号： 秋季  ページ： ROMBUNNO.1-6-4  発行年： 2024年08月21日 
JST資料番号： G0381C  ISSN： 1880-7658  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： ・話者匿名化(SA)したデータを学習に用いる多話者テキスト音声合成(TTS)において,TTSタスクの性能という観点からSAシステムを評価。
・SA評価指標であるequal error rate(EER)と単語誤り率(WER)に優れたSAシステムが,下流の音声合成タスクにおいても優れているかどうかは不明。
・本稿では,5つのSAシステムを使用して多話者TTSデータを匿名化し,未知話者TTSタスクを通した評価実験を実施。
・実験結果から,下流の多話者TTSシステムの学習処理に相応しいSAシステムの条件を提示。

シソーラス用語： *音声合成 ,  秘密 ,  *プライバシー保護 ,  ディープニューラルネットワーク ,  音響信号処理
準シソーラス用語： 匿名化

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 話者 ,  匿名化 ,  テキスト音声合成