文献

J-GLOBAL ID：201802212161626970   整理番号：18A0441128

ウェーブレットボコーダのための複数話者訓練の研究【Powered by NICT】

An investigation of multi-speaker training for wavenet vocoder

著者 (5件)： Hayashi Tomoki (Graduate School of Information Science, Nagoya University, Japan) ,  Tamamori Akira (Institute of Innovation for Future Society, Nagoya University, Japan) ,  Kobayashi Kazuhiro (Information Technology Center, Nagoya University, Japan) ,  Takeda Kazuya (Graduate School of Information Science, Nagoya University, Japan) ,  Toda Tomoki (Information Technology Center, Nagoya University, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ASRU  ページ： 712-718  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： WaveNetボコーダのための複数話者訓練の有効性を調べた。著者らの以前の研究では,単一話者の音声データを用いて訓練される,提案した話者依存型(SD)WaveNetボコーダモデリング時間波形構造,相情報などが可能であり,従来の高品質ボコーダ,STRAIGHTと比較して探査合成音声をより自然に発生させることを可能にすることを示した。しかし,その話者依存特性に起因してSD WaveNetを用いて種々の話者の合成音声を生成するために困難である。不特定話者WaveNetボコーダの開発に向けて,多数話者訓練技術を適用しWaveNetボコーダに,その有効性を調べた。実験結果は,1)話者WaveNetボコーダはまだ知られている話者の声の生成におけるSTRAIGHTより性能が優れているが,未知の話者の声の生成におけるSTRAIGHTに匹敵し,2)複数話者訓練は音声修正のできるWaveNetボコーダを開発するための有効であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ボコーダ
準シソーラス用語： 合成音声 ,  高品質 ,  音声データ ,  *話者 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 話者 ,  訓練 ,  研究