文献

J-GLOBAL ID：202002280001315002   整理番号：20A2766581

世界-タコトロンに基づくエンドツーエンド中国語音声合成について【JST・京大機械翻訳】

On End-to-End Chinese Speech Synthesis Based on World-Tacotron

著者 (2件)： Luo Diaohan (Communication University of China,School of Computer Science and Cybersecurity,Beijing,P.R. China) ,  Sun Shutao (Ministry of Education,Key Laboratory of Convergent Media and Intelligent Technology (Communication University of China),Beijing,P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCST  ページ： 538-542  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： 近年,エンドツーエンド音声合成モデルであるタコトロンを用いた中国語音声合成において多くの試みが行われている。しかし,タコトロンは,高次元で音響特徴を必要とし,低品質の音声を合成するGrifin-Limアルゴリズムを採用する。Gofifin-Limの代わりにWaveNetを採用して,音声合成の品質を大いに強化するGoogle発射タコトロン2は,しかしながら,WaveNetは質量データで訓練され,遅い合成速度を持っている。上記の問題に関して,著者らは世界-タコトロンを提案し,それはタコトロン2によって最適化されたタコトロンモデルと世界ボコーダを結合した。このスキームは,元のタコトロンの次元を98%(2129から38へ),合成品質を改善した。さらに,世界-タコトロンによって合成された音声の最後での関節は不完全である。したがって,本論文は,前処理におけるトリムを削除することによって,この関節を最適化して,しかし,それはより長い収束期間をもたらした。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 ,  最適化 ,  ボコーダ ,  前処理 ,  中国語 ,  *エンドツーエンド方式 ,  トリム ,  高次元 ,  TRON
準シソーラス用語： Google ,  音響特徴 , 【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 (6件)： 世界 ,  タコ ,  トロン ,  エンドツーエンド ,  中国語 ,  音声合成