文献

J-GLOBAL ID：201902284725272198   整理番号：19A1556224

連続ウェーブレット変換F0特徴を持つ二重教師付き敵対ネットワークを用いた感情的音声変換【JST・京大機械翻訳】

Emotional Voice Conversion Using Dual Supervised Adversarial Networks With Continuous Wavelet Transform F0 Features

著者 (4件)： Luo Zhaojie (Graduate School of System Informatics, Kobe University, Kobe, Japan) ,  Chen Jinhui (Center for Computational Social Science, Kobe University, Kobe, Japan) ,  Takiguchi Tetsuya (Graduate School of System Informatics, Kobe University, Kobe, Japan) ,  Ariki Yasuo (Graduate School of System Informatics, Kobe University, Kobe, Japan)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 27  号： 10  ページ： 1535-1548  発行年： 2019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： 感情音声変換(VC)タスクにおいて,感情音声表現において最も重要な特徴である基本周波数(F0)の簡単な表現を扱うことは困難である。この問題を扱うために,異なる時間レベルのF0特徴を系統的に捉えるための適応スケール連続ウェーブレット変換(ADS-CWT)法を提案した。これは,マイクロ韻律から文章までの範囲の異なる韻律的側面を表すことができる。さらに,感情的VCタスクにおいて,各データセットはラベル付き感情音声および中立音声と対になり,二重タスクと見なすことができる。第一に,二重教師つき学習の能力を改善するために,二重教師つき学習能力を向上させるために,ラベル付きデータから学習を強化し,第二に,二重教師つき学習と組み合わせたGansを用いた感情VCのための新しい訓練フレームワークを提案した。感情VC実験において,感情VCに対する限られたラベル付けデータを用いた場合,提案手法の高い類似性性能を確認した。著者らの方法は,客観的および主観的評価の両方において,良好で一貫した性能を達成した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教師つき学習 ,  基本振動数 ,  *ネットワーク ,  主観評価 ,  類似性
準シソーラス用語： 韻律 ,  *音声変換 ,  感情音声 ,  *連続ウェーブレット変換 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 連続ウェーブレット変換 ,  f0 ,  教師 ,  敵対 ,  感情的音声