SelfRemaster:チャネルモデリングを用いた解析合成アプローチによる自己教師付き音声復元【JST・京大機械翻訳】

Saeki Takaaki; Takamichi Shinnosuke; Nakamura Tomohiko; Tanji Naoko; Saruwatari Hiroshi

プレプリント

J-GLOBAL ID：202202210778365544 整理番号：22P0309587

SelfRemaster:チャネルモデリングを用いた解析合成アプローチによる自己教師付き音声復元【JST・京大機械翻訳】

SelfRemaster: Self-Supervised Speech Restoration with Analysis-by-Synthesis Approach Using Channel Modeling

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 (5件)： , , , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年06月27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)

対音声コーパスのない自己監督音声復元法を提案した。以前の一般的音声復元法は,高品質音声コーパスに様々な歪みを適用することにより生成された人工的ペアデータを使用するので,実際のデータの音響歪みを十分に表現できず,応用性を制限する。著者らのモデルは,劣化音声の記録プロセスをシミュレートする解析,合成,およびチャネルモジュールから成り,自己監督された方法で実際の劣化音声データで訓練される。解析モジュールは,分解音声から無歪音声特徴と歪特徴を抽出し,一方,合成モジュールは回復音声波形を合成し,チャネルモジュールは音声波形に歪を加える。また,著者らのモデルは,音響歪だけが劣化した音声から抽出され,任意の高品質オーディオに追加されるオーディオ効果転送を可能にする。シミュレーションと実データの両方による実験的評価は,著者らの方法が以前の教師つき法よりも有意に高い品質の音声復元を達成し,実際の劣化音声材料への適用性を示唆した。【JST・京大機械翻訳】

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

音声処理

, , , , ,

前のページに戻る