文献

J-GLOBAL ID：202002246508106745   整理番号：20A1614268

フローTTS:フローに基づくテキストから音声への非自己回帰ネットワーク【JST・京大機械翻訳】

Flow-TTS: A Non-Autoregressive Network for Text to Speech Based on Flow

著者 (6件)： Miao Chenfeng (Ping An Technology) ,  Liang Shuang (Ping An Technology) ,  Chen Minchuan (Ping An Technology) ,  Ma Jun (Ping An Technology) ,  Wang Shaojun (Ping An Technology) ,  Xiao Jing (Ping An Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 7209-7213  発行年： 2020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： 本研究では,生成フローに基づく非自己回帰エンドツーエンドニューラルTTSモデルであるフロー-TTSを提案した。他の非自己回帰モデルと異なり,フロー-TTSは単一フィードフォワードネットワークを用いて高品質音声生成を達成できる。知る限りでは,フロー-TTSは,単一ネットワークを通してアラインメントとスペクトログラム生成を一緒に学習する,スペクトログラム生成ネットワークと最初の非自動モデルにおけるフローを利用する最初のTTSモデルである。LJSpeechに関する実験は,フロー-TTSの音声品質が,人間のものと非常に接近して,自己回帰モデルタコトロン2(MOSにおいて0.09のギャップを有する外形タコトロン2)のものより良いことを示した。一方,フロー-TTSの推論速度はタコトロン2のおよそ23倍のスピードアップであり,それはFastSpeech.1に匹敵する。Copyright 2020 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： アラインメント ,  *ネットワーク ,  自己回帰モデル
準シソーラス用語： スペクトログラム ,  *自己回帰 , 【Automatic Indexing@JST】

分類 (3件)： 専用演算制御装置  (JC04030Y) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： フロー ,  音声 ,  自己回帰