文献

J-GLOBAL ID：202002262653374940   整理番号：20A1613485

変分オートエンコーダを用いた歌声と音声技術のもつれ表現による歌声変換【JST・京大機械翻訳】

Singing Voice Conversion with Disentangled Representations of Singer and Vocal Technique Using Variational Autoencoders

著者 (4件)： Luo Yin-Jyun (Singapore University of Technology and Design) ,  Hsu Chin-Cheng (University of Southern California,Los Angeles,United States) ,  Agres Kat (A*STAR,Institute of High Performance Computing,Singapore) ,  Herremans Dorien (Singapore University of Technology and Design)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 3277-3281  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： singer変換と話者音声技術変換の両方を扱う柔軟なフレームワークを提案した。提案モデルは,非並列コーパス上で訓練され,多対多変換に適応し,変分オートエンコーダの最近の進歩を利用する。それは,再構成のための共同復号器によって,別々に,singerアイデンティティと音声技法のもつれた潜在表現を学習するために,分離符号器を採用した。変換を学習潜在空間における簡単なベクトル演算によって実行した。定量的分析と変換スペクトログラムの可視化の両者は,著者らのモデルが,singerの同一性と声の技術を解き,これらの属性の転換を成功裏に実行できることを示した。著者らの知る限り,これは,深い学習アプローチに基づくsingerアイデンティティと音声技術の変換を共同で取り組む最初の研究である。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： ベクトル ,  *変分法 ,  学習 ,  復号器 ,  可視化 ,  演算 ,  定量的分析 ,  符号器 ,  再構成 ,  コーパス
準シソーラス用語： スペクトログラム ,  アイデンティティ ,  話者 ,  *歌声 ,  *自己符号化器 , 【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 (4件)： 変分オートエンコーダ ,  歌声 ,  音声 ,  表現