文献

J-GLOBAL ID：202002215446425551   整理番号：20A2050940

Full-band LPCNet:48kHzリアルタイムニューラルボコーダ

Full-band LPCNet: A real-time neural vocoder for 48 kHz audio

著者 (9件)： 松原圭亮 (神戸大) ,  松原圭亮 (情報通信研究機構) ,  岡本拓磨 (情報通信研究機構) ,  高島遼一 (神戸大) ,  滝口哲也 (神戸大) ,  戸田智基 (名古屋大) ,  戸田智基 (情報通信研究機構) ,  志賀芳則 (情報通信研究機構) ,  河井恒 (情報通信研究機構)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2020  号： 秋季  ページ： ROMBUNNO.2-2-1  発行年： 2020年08月26日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・高品質な48kHz音声を合成可能なフルバンドLPCNetを提案し,その性能を評価。
・実験の結果,複数CPUコアを用いることでフルバンドLPCNetによるリアルタイムテキスト音声合成システムを実現。
・48kHz音声合成でもリアルタイム性を維持し,テキスト音声合成による主観評価では原音に匹敵する音質を達成。

シソーラス用語： *音声合成 ,  *ボコーダ ,  主観評価 ,  音質
準シソーラス用語： LPCNet ,  *テキスト音声合成 ,  音響モデル ,  *音響特徴量 ,  入力特徴量

分類 (1件)： 音声処理  (JE05000E)

引用文献 (17件)：

• J. Shen et al.,“Neural TTS synthesis by conditioning WavaNet on mel spectrogram predictions,” in Proc. ICASSP,Apr. 2018,pp. 4779-4783.
• A. Tamamori et al.,“Speaker-dependent WaveNet vocoder,” in Proc. Interspeech,Aug. 2017,pp. 1118-1122.
• M. Morise et al.,“WORLD: a vocoder-based high-quality speech synthesis system for real-time applications,” IEICE trans, Inf. Syst., vol. E99-D,no. 7,pp. 1877-1884,2016.
• N. Kalchbrenner et al.,“Efficient Neutal Audio Synthesis,” in Proc. ICML, July 2018, pp. 2415-2424.
• J. Valin,J Skoglund,“LPCNet: Improving Neural Speech Synthesis Through Linear Prediction,” in Proc. ICASSP,May 2019,pp. 5891-5895.