1対1音声変換におけるサイクルコンシステンシー損失を有する強化型のExemplarオートエンコーダ【JST・京大機械翻訳】

Liang Weida; Li Lantian; Du Wenqiang; Wang Dong

プレプリント

J-GLOBAL ID：202202207362472154 整理番号：22P0328269

1対1音声変換におけるサイクルコンシステンシー損失を有する強化型のExemplarオートエンコーダ【JST・京大機械翻訳】

Enhanced exemplar autoencoder with cycle consistency loss in any-to-one voice conversion

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 (4件)： , , ,
資料名：
発行年： 2022年04月08日プレプリントサーバーでの情報更新日： 2022年04月11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)

最近の研究では,単一話者の音声で訓練された自動エンコーダ(eAE)は,任意の音声変換(VC)に使用できることを示した。AutoVCのような大規模多対多モデルと比較して,eAEモデルは訓練において容易かつ高速であり,目標話者のより詳細な回復が可能である。VC品質を確保するために,潜在符号は表現し,コンテンツ情報のみを表現するべきである。しかしながら,これは,モデル訓練における話者変動を意識しないので,eAEに対して達成することは容易ではない。この問題に取り組むため,サイクル一貫性損失に基づく簡単で効果的な手法を提案した。特に,共有符号器を持つ複数の話者のeAEを訓練し,一方,任意の話者固有復号器から再構成された音声を奨励し,反復バックと符号化時に元の音声として一貫した潜在符号を得た。AISHELL-3コーパスで行った実験は,この新しいアプローチがベースラインeAEを一貫して改善することを示した。ソースコードと用例は,プロジェクトページ:http://project.cslt.org/で利用可能である。【JST・京大機械翻訳】

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

音声処理

, , , , ,

前のページに戻る