正規化フローを用いたテキストフリー非並列多対多音声変換【JST・京大機械翻訳】

Merritt Thomas; Ezzerg Abdelhamid; Bilinski Piotr; Proszewska Magdalena; Pokora Kamil; Barra-Chicote Roberto; Korzekwa Daniel

プレプリント

J-GLOBAL ID：202202206888610610 整理番号：22P0304659

正規化フローを用いたテキストフリー非並列多対多音声変換【JST・京大機械翻訳】

Text-free non-parallel many-to-many voice conversion using normalising flows

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月15日プレプリントサーバーでの情報更新日： 2022年03月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

非並列音声変換(VC)は,ソース音声の損失表現を用いて典型的に達成される。しかし,話者アイデンティティ情報のみを確実にするのは,ソース音声からの他のすべての情報が大きな課題となっている一方で,低下する。これは,推論時間,すなわちテキストフリーVCの知識を持たないシナリオにおいて特に困難である。これを緩和するために,情報保存VCアプローチを研究した。正規化フローはテキスト対音声合成に対して注目を得てきたが,VCに対しては探索されていない。フローは,データの尤度を学習するために可逆関数を利用し,従って,音声の無損失符号化を提供する。テキスト条件およびテキストフリーシナリオの両者におけるVCに対する正規化フローを調べた。さらに,テキストフリーVCに対して,事前訓練および共同学習事前処理を比較した。フローベースVC評価は,テキストフリーとテキスト条件VCの間の劣化を示さず,最先端技術の改善をもたらした。また,事前の共同訓練は,テキストフリーVC品質に悪影響を与えることが分かった。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

音声処理

, ,

前のページに戻る