文献

J-GLOBAL ID：202202251201340820   整理番号：22A1165309

線形予測ベースの並列WaveGAN音声合成【JST・京大機械翻訳】

Linear Prediction-based Parallel WaveGAN Speech Synthesis

著者 (6件)： Hwang Min-Jae (NAVER Corp.,Seongnam,Korea) ,  Yoon Hyun-Wook (NAVER Corp.,Seongnam,Korea) ,  Song Chan-Ho (NAVER Corp.,Seongnam,Korea) ,  Kim Jin-Seob (NAVER Corp.,Seongnam,Korea) ,  Kim Jae-Min (NAVER Corp.,Seongnam,Korea) ,  Song Eunwoo (NAVER Corp.,Seongnam,Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEIC  ページ： 1-4  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,並列波GAN(PWG)フレームワークのための線形予測(LP)ベースニューラル音声合成法を提案した。最近提案されたPWGボコーダは,高速非自己回帰波ネットモデルを用いて波形シーケンスをうまく生成する。しかし,音声信号の複雑な時変特性を捉えることが困難であるため,しばしば雑音の多い出力に悩まされる。合成品質を改善するために,PWGフレームワークのための逆伝搬LP合成法を導入した。音声生成モデルのソースフィルタ理論に基づいて,提案したPWGモデルは,LP合成フィルタを用いて音声信号から分離されるソース励起信号の挙動を学習する。この方法で,声源と声帯フィルタ間の相互作用を考慮しながら,励起信号のみの特性を別々に訓練することが可能である。このように,合成音声信号の品質をさらに改良することができた。目的と主観的評価結果は,提案方法が従来の方式より合成音声の有意に良い品質を再構成することを立証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *音声合成 ,  雑音 ,  相互作用 ,  フィルタ ,  ボコーダ ,  励起 ,  音声信号 ,  再構成 ,  声帯 ,  *線形予測 ,  主観評価
準シソーラス用語： 合成音声 ,  自己回帰 ,  音声生成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 線形予測 ,  音声合成