文献

J-GLOBAL ID：201802211878061822   整理番号：18A0852243

対数スペクトル微分を用いた直接波形修正による性別統計歌声変換【JST・京大機械翻訳】

Intra-gender statistical singing voice conversion with direct waveform modification using log-spectral differential

著者 (3件)： Kobayashi Kazuhiro (Information Technology Center, Nagoya University, Japan) ,  Toda Tomoki (Information Technology Center, Nagoya University, Japan) ,  Nakamura Satoshi (Graduate School of Information Science, Nara Institute of Science and Technology (NAIST), Japan)
資料名： Speech Communication  (Speech Communication)
巻： 99  ページ： 211-220  発行年： 2018年 
JST資料番号： W1590A  ISSN： 0167-6393  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,変換された単一音声のボコーダに基づく波形生成なしに,音源信号の音声音色をターゲット信号のそれに変換することができる対数スペクトル微分(DIFFSVC)に基づく直接波形修正による新しい内部性統計的単一音声変換(SVC)技術を提示した。SVCは,統計的変換関数に基づくF_0,非周期性,およびスペクトル特徴のようないくつかの音響特徴を変換することにより,任意の音源信号の単一の音声特性を任意のターゲット信号のそれらに変換することを可能にする。しかしながら,変換された単一音声の音質は,音声符号化過程における解析やモデリング誤差,変換された特徴軌道の過剰平滑化などの様々な要因により,自然の単一音声の音質と比較して典型的に劣化する。音質劣化を軽減するために,著者らは,ソースとターゲット信号の単一化音声のスペクトルにおける差異を推定することによって,波形領域における信号を直接的に修正する統計変換プロセスを提案した。さらに,DIFFSVC法に対する次のいくつかの技術を提案した。1)従来のGauss混合モデル(GMM)からの微分Gauss混合モデル(DIFFGMM)の導出と2)グローバル分散(GV)を考慮したパラメータ生成アルゴリズム。実験結果により,提案したDIFFSVC法は,従来のSVCと比較して,単一の同一性の変換精度を維持しながら,変換した単一音声の音質を大幅に改善できることを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *微分 ,  音声符号化 ,  音質 ,  モデリング ,  音源 ,  平滑化 ,  *対数 ,  *スペクトル ,  音色 ,  アルゴリズム ,  ボコーダ
準シソーラス用語： Gauss混合モデル ,  音響特徴 ,  音声変換 ,  *歌声 , 【Automatic Indexing@JST】

著者キーワード (5件)： 統計的歌声変換 ,  直接波形修正 ,  対数スペクトル微分 ,  グローバル分散 ,  Gauss混合モデル

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (7件)： 対数 ,  スペクトル ,  微分 ,  波形 ,  性別 ,  統計 ,  歌声