ユニバーサルアダプタ:音声合成のための異なる構成間のメル-スペクトログラム変換【JST・京大機械翻訳】

Wang Fan-Lin; Hsu Po-chun; Liu Da-rong; Lee Hung-yi

プレプリント

J-GLOBAL ID：202202207699789419 整理番号：22P0323667

ユニバーサルアダプタ:音声合成のための異なる構成間のメル-スペクトログラム変換【JST・京大機械翻訳】

Universal Adaptor: Converting Mel-Spectrograms Between Different Configurations for Speech Synthesis

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03月31日プレプリントサーバーでの情報更新日： 2022年10月29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)

ほとんどの最近の音声合成システムはシンセサイザとボコーダから成る。しかし,既存のシンセサイザとボコーダは,特定の構成で抽出された音響特徴に整合するだけである。したがって,任意の合成者とボコーダを一緒に組み合わせることができず,新開発モデルに適用できない完全なシステムを形成する。本論文では,ソース配置によりパラメータ化されたMel-スペクトログラムを採り,ソースとターゲット構成に供給する限り,ターゲット配置によりパラメータ化されたMel-スペクトログラムに変換する,ユニバーサルアダプターを提案した。実験は,ユニバーサルアダプターの出力から合成された音声の品質が,単一話者またはマルチ話者シナリオにおいて,グランドトルースMel-スペクトログラムから合成されたものに匹敵することを示した。さらに,ユニバーサルアダプターは,最近のTTSシステムおよび品質低下のない音声変換システムに適用できる。【JST・京大機械翻訳】

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

音声処理

, ,

前のページに戻る