局所スタイルトークンとデュアルパスピッチエンコーダを用いた表現歌合成【JST・京大機械翻訳】

Lee Juheon; Choi Hyeong-Seok; Lee Kyogu

プレプリント

J-GLOBAL ID：202202212430398751 整理番号：22P0327671

局所スタイルトークンとデュアルパスピッチエンコーダを用いた表現歌合成【JST・京大機械翻訳】

Expressive Singing Synthesis Using Local Style Token and Dual-path Pitch Encoder

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 (3件)： , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月07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)

本論文では,2つの新規な方法論で表現可能な歌声を生成することができる制御可能な歌声合成システムを提案した。最初に,入力ピッチとテキストシーケンスからフレームレベルスタイルトークンを予測する局所スタイルトークンモジュールを提案し,シート音楽(例えば,呼吸と強度)でしばしば特定されない音楽表現を制御する音声システムを可能にした。第二に,2つの異なるピッチ入力:MIDIピッチシーケンスまたはf_0輪郭の選択によるデュアルパスピッチ符号器を提案する。歌声の初期生成は,通常,MIDIピッチシーケンスを取ることによって実行されるので,1つは,生成された歌声からf0輪郭を抽出し,f0輪郭を望ましいようにより微細なレベルに変更できる。定量的および定性的評価を通して,提案モデルが様々な音楽表現を制御でき,一方,歌声合成システムの音質を犠牲にしないことを確認した。【JST・京大機械翻訳】

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

音声処理 , 楽器音響

, ,

前のページに戻る