抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,コンテキスト事後確率のsequence-to-sequence学習を用いた音声変換を提案する。従来のコンテキスト事後確率の複写に基づく音声変換は,パラレルデータが不要であるという利点があるが,入力音声特徴量に対するコンテキスト事後確率を複写するため,事後確率に含まれる話速や音韻性の変換が困難であった。提案手法では,学習データに部分的なパラレルデータが含まれていると仮定し,入出力話者のコンテキスト事後確率の可変長変換を行うことで,事後確率に含まれる話速や音韻性の変換を可能にする。さらに,音声認識・事後確率変換・音声合成の全てのモデルを同時に最適化するためのdual learningも導入する。実験的評価では,sequence-to-sequence学習及びdual learningの有効性を客観評価及び主観評価により検証する。(著者抄録)