文献

J-GLOBAL ID：202002228505669547   整理番号：20A0460162

《第9回》機械学習と音声生成:音声波形モデリングの進展

Machine Learning and Speech Generation: Progress of Speech Waveform Modeling

著者 (1件)： 戸田智基 (名古屋大学情報基盤センター)
資料名： 計測と制御  (Journal of the Society of Instrument and Control Engineers)
巻： 58  号： 12  ページ： 951-954(J-STAGE)  発行年： 2019年 
JST資料番号： F0131A  ISSN： 0453-4662  CODEN： KESEA  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・音声波形モデリング技術として,ソースフィルタ理論に基づく数理的手法と波形接続に基づく事例ベース手法,及び深層学習に基づく手法について紹介。
・ソースフィルタ理論,波形接続,及び深層波形生成モデルによる音声波形モデリングの概要を紹介し,数理的手法としての確率的手法の概要及び3手法のモデリング手法の比較を紹介。

シソーラス用語： *波形 ,  *モデリング ,  フィルタ ,  帰納学習 ,  方法論 ,  音声合成 ,  機械学習 ,  *音声波形 ,  *波形モデリング ,  確率的方法 ,  DNN音声合成
準シソーラス用語： 確率的手法 ,  事例ベース学習 ,  深層学習音声合成

著者キーワード (6件)： 音声波形モデリング ,  ボコーダ ,  深層学習 ,  speech waveform modeling ,  vocoder ,  deep learning

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (20件)：

• 1) H. Dudley: Remaking Speech, J. Acoust. Soc. Am., 11-2, 169/177 (1939)
• 2) F. Itakura and S. Saito: Analysis Synthesis Telephony Based Upon the Maximum Likelihood Method, Proc. ICA, C-5-5, C17/20 (1968)
• 3) A. K. Syrdal, C. W. Wightman, A. Conkie, Y. Stylianou, M. Beutnagel, J. Schroeter, V. Strom, K.-S. Lee, and M. J. Makashay: Corpus-Based Techniques in the AT&T NextGen Synthesis System, <i>Proc. INTERSPEECH</i>, <b>3</b>, 410/415 (2000)
• 4) A. van den Oord, S. Dieleman, H. Zen, K. Simonyan, O. Vinyals, A. Graves, N. Kalchbrenner, A. W. Senior, and K. Kavukcuoglu: WaveNet: a Generative Model for Raw Audio, arXiv preprint, arXiv:1609.03499, 15 pages (2016)
• 5) H. Kawahara, I. Masuda-Katsuse, and A.de Cheveigné: Restructuring Speech Representations Using a Pitch-Adaptive Time-Frequency Smoothing and an Instantaneous-Frequency-Based F₀ Extraction: Possible Role of a Repetitive Structure in Sounds, Speech Communication, 27-3-4, 187/207 (1999)

タイトルに関連する用語 (5件)： 機械学習 ,  音声生成 ,  音声波形 ,  モデリング ,  進展