音声分解と補助特徴に基づく音響-音響反転【JST・京大機械翻訳】

Wang Jianrong; Liu Jinyu; Zhao Longxuan; Wang Shanyu; Yu Ruiguo; Liu Li

プレプリント

J-GLOBAL ID：202202208658564093 整理番号：22P0324370

音声分解と補助特徴に基づく音響-音響反転【JST・京大機械翻訳】

Acoustic-to-articulatory Inversion based on Speech Decomposition and Auxiliary Feature

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 (6件)： , , , , ,
資料名：
発行年： 2022年04月02日プレプリントサーバーでの情報更新日： 2022年04月02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)

音響対関節反転(AAI)は,音声信号からアーチファクトの動きを得ることである。これまで,話者独立AIIを達成することは,限られたデータを与える課題として残っている。そのうえ,ほとんどの現在の研究は,入力としてオーディオ音声だけを使用するので,避けられない性能ボトルネックを引き起こす。これらの問題を解決するために,まず音声分解ネットワークを事前訓練し,音声を話者埋め込みとコンテンツ埋込みに,話者独立事例に適応させる新しい個人化音声特徴として分解した。第2に,AAIをさらに改善するために,著者らは,上記の個人化音声特徴から口唇補助特徴を推定するために,新しい補助特徴ネットワークを提案した。3つの公開データセットに関する実験結果は,音声特徴だけを使用する最先端技術と比較して,提案方法が平均RMSEを0.25減少して,話者依存事例において平均相関係数を2.0%増加させることを示した。より重要なことに,平均RMSEは0.29減少し,平均相関係数は話者独立事例で5.0%増加した。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る