文献

J-GLOBAL ID：202002261523928973   整理番号：20A1614274

畳込みニューラルネットワークに基づく高速で高品質歌声合成システム【JST・京大機械翻訳】

Fast and High-Quality Singing Voice Synthesis System Based on Convolutional Neural Networks

著者 (6件)： Nakamura Kazuhiro (Techno-Speech, Inc.,Department of Research and Development,Nagoya,Japan) ,  Takaki Shinji (Techno-Speech, Inc.,Department of Research and Development,Nagoya,Japan) ,  Hashimoto Kei (Techno-Speech, Inc.,Department of Research and Development,Nagoya,Japan) ,  Oura Keiichiro (Techno-Speech, Inc.,Department of Research and Development,Nagoya,Japan) ,  Nankaku Yoshihiko (Nagoya Institute of Technology,Department of Computer Science,Nagoya,Japan) ,  Tokuda Keiichi (Techno-Speech, Inc.,Department of Research and Development,Nagoya,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 7239-7243  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： 本論文では,畳み込みニューラルネットワーク(CNN)に基づく音声合成について述べる。深層ニューラルネットワーク(DNNs)に基づく音声合成システムは現在提案され,合成歌声の自然性を改善する。歌声は豊富な表現形式を表すので,それらを正確にモデル化する強力な技法が必要である。提案技法では,歌声の長期的依存性をCNNによってモデル化した。音響特徴シーケンスを,長期フレームから成る各セグメントに対して生成して,自然軌道をパラメータ生成アルゴリズムなしで得た。さらに,音楽スコア特徴のタイプに依存して,異なる時間単位でDNNを駆動する計算量低減技術を提案した。実験結果は,提案方法が従来の方式よりはるかに高速に自然の音を出すことができることを示す。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： アルゴリズム ,  音声合成 ,  音楽 ,  *音響 ,  表現型 ,  計算量 ,  音声合成機器 ,  高品質 ,  *歌声 ,  ディープニューラルネットワーク ,  *畳込みニューラルネットワーク
準シソーラス用語： 自然性 ,  音響特徴 ,  *歌声合成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  高品質 ,  歌声合成