文献

J-GLOBAL ID：201802244311300574   整理番号：18A0166182

混合密度ネットワークに基づく音声変換【Powered by NICT】

Voice conversion based on a mixture density network

著者 (4件)： Ahangar Mohsen (School of Electrical and Computer Engineering, Purdue University, 465 Northwestern Ave, West Lafayette, IN 47907-2035, USA) ,  Ghorbandoost Mostafa (School of Electrical Engineering, Amirkabir University of Technology, P.O. Box 15875-4413, 424 Hafez Ave, Tehran, Iran) ,  Sharma Sudhendu (School of Electrical and Computer Engineering, Purdue University, 465 Northwestern Ave, West Lafayette, IN 47907-2035, USA) ,  Smith Mark J. T. (School of Electrical and Computer Engineering, Purdue University, 465 Northwestern Ave, West Lafayette, IN 47907-2035, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WASPAA  ページ： 329-333  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： 混合密度ネットワーク(MDN)に基づく新しい音声変換(VC)アルゴリズムを提案した。MDNはGauss混合モデル(GMM)と人工ニューラルネットワーク(ANN)の組合せである,GMMのパラメータは期待値最大化(EM)アルゴリズムの代わりにANN法を用いて推定した。この特性はMDNはGMMパラメータをより正確に推定を助け,それは変換音声の低歪をもたらした。VCにMDNを適用するために,MDNを最尤推定を用いた,大域的分散修飾(MLE GV)法を採用している。客観的結果によれば,MLEと関節密度GMM(JDGMM)法と比較して,提案したMDN法の優れた性能を示した。主観的実験を行い,提案手法により,音声品質および話者個性の見地においてMLE GVとJDGMM GVより優れていることを実証した。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： アルゴリズム ,  最尤法 ,  ニューラルネットワーク ,  *ネットワーク
準シソーラス用語： 話者 ,  音声品質 ,  EMアルゴリズム ,  Gauss混合モデル ,  *音声変換 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (2件)： 密度 ,  音声変換