文献

J-GLOBAL ID：202102250863669405   整理番号：21A0066602

多対多音声変換のための特徴量子化【JST・京大機械翻訳】

Feature Quantization for Many-to-many Voice Conversion

著者 (4件)： Wang Yutian (Key Laboratory of Media Audio & Video (Communication University of China), Ministry of Education,Beijing,China,100024) ,  Xie Yuankun (Key Laboratory of Media Audio & Video (Communication University of China), Ministry of Education,Beijing,China,100024) ,  Wang Hui (State Key Laboratory of Media Convergence and Communication, Communication University of China,Beijing,China,100024) ,  Zhang Qin (State Key Laboratory of Media Convergence and Communication, Communication University of China,Beijing,China,100024)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIBA  ページ： 1131-1135  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,Voice変換(VC)は,深い学習の適用で大きな歩道を作った。多くのVoice変換タスクに関する多くの研究は,並列訓練データと多重生成敵対ネットワークを持つ必要がある。VCのための成功したモデルの1つは,並列訓練データを必要とせず,話者領域のすべてのペアに対して単一発電機と識別器を使用できるStar Generogenic adversarial ネットワーク(StarGAN-VC)である。しかし,高品質StarGANの訓練は容易なタスクではない。特徴マッピングを行うためのミニバッチ統計による単一発電機と識別器の使用は,変換分布と実際の分布の間の不可なギャップをもたらす。本論文では,特徴マッピング問題を解くための離散埋込み空間に連続特徴を量子化し,変換音声の品質を改善するために,StarGAN-VC2の弁別器にプラグした特徴量子化モデルを提案した。実験は,提案モデルが,提案した方法の効率性を確認するベースライン法のMCDスコアを改良できることを示した。Copyright 2021 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： 弁別器 ,  *量子化 ,  ネットワーク ,  歩道 ,  プラグ ,  多重化 ,  基準線
準シソーラス用語： 訓練データ ,  高品質 ,  話者 ,  *音声変換 , 【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 (2件)： 音声変換 ,  量子化