制御可能音声合成のための教師なし量子化韻律表現【JST・京大機械翻訳】

Wang Yutian; Xie Yuankun; Zhao Kun; Wang Hui; Zhang Qin

プレプリント

J-GLOBAL ID：202202218073577470 整理番号：22P0327660

制御可能音声合成のための教師なし量子化韻律表現【JST・京大機械翻訳】

Unsupervised Quantized Prosody Representation for Controllable 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 (5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,教師なし方式における分解韻律表現を得るために,補助韻律符号器にベクトル量子化(VQ)法を導入する韻律テキスト(TTS)モデルのための新しい韻律分割法を提案した。その利点に関して,ピッチ,発話速度,局所ピッチ分散などの発話スタイルを潜在量子化ベクトルに自動的に分解した。また,潜在変数対によるVQ解角過程の内部機構を調べ,より高い値次元が通常韻律情報を表すことを見出した。実験は,著者らのモデルが,潜在変数を直接操作することによって,合成結果の発話スタイルを制御することができることを示した。客観的および主観的評価は,著者らのモデルが一般的なモデルより優れていることを示した。【JST・京大機械翻訳】

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

音声処理

, , , ,

前のページに戻る