文献

J-GLOBAL ID：201702220804686083   整理番号：17A0028477

適応的な制限付きBoltzmann機械を使った音声会話における非並列訓練

Non-Parallel Training in Voice Conversion Using an Adaptive Restricted Boltzmann Machine

著者 (3件)： Nakashika Toru (Graduate School of Information Systems, University of Electro-Communications, Tokyo, Japan) ,  Takiguchi Tetsuya (Organization of Advanced Science and Technology, Kobe University, Kobe, Japan) ,  Minami Yasuhiro (Graduate School of Information Systems, University of Electro-Communications, Tokyo, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 24  号： 11  ページ： 2032-2045  発行年： 2016年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： モデル訓練に並列データを使わない,音声変換(VC)方法を紹介した。VCは,音声源の音韻情報を変えないで話者特定情報だけを変換する手法である。既存のVC法のほとんどは,同じ文章を話している源話者と目標話者からの音声データの並列データペアに頼っている。しかしながら,訓練に並列データを使うといくつかの問題が起こる,すなわち,1)訓練に使うデータは,事前に決まった文章に限られる,2)訓練モデルは,訓練に使われた話者ペアだけに制限される,3)整列に非対称が起こる可能性がある。このようにVCに並列データを使わないのが好ましいが,非並列アプローチは学習が難しいと考えられている。ここでのアプローチは,話者適応化手法と潜在的な音韻情報の獲得に基づいて達成した。このアプローチでは,音声信号は制限付きBoltzmann機械に基づく確率論的モデルから作られ,音韻情報と話者関連情報は明示的に決められていると仮定する。話者非依存性と話者依存性のパラメータは,話者適応化訓練で同時に訓練される。会話段階では,与えられた音声信号は音韻情報と話者関連情報に分解され,話者関連情報は希望話者の関連情報で置き換えられ,次に,二つを混合して発話に変換された音声が得られる。主観的と客観的基準で,この方法が別の非並列アプローチより性能がよく,並列データを使うよく知られているGauss混合モデルに基づく方法と似た結果を生むことを,実験結果から示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST

シソーラス用語： *音声処理 ,  *信号変換 ,  Boltzmannマシン ,  会話 ,  適応訓練 ,  音声信号 ,  *適応 ,  Gauss模型 ,  *音声変換 ,  教育訓練
準シソーラス用語： Boltzmann機械 ,  Gauss混合モデル ,  *話者適応

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 適応 ,  制限 ,  Boltzmann機械 ,  音声 ,  会話 ,  訓練