文献

J-GLOBAL ID：202202252999253228   整理番号：22A1077681

複数の自発音声コーパスの併用によるend-to-end対話音声合成の高品質化

Improving the quality of end-to-end dialogue speech synthesis by semi-supervised pre-training with a large-scale spontaneous speech corpus.

著者 (2件)： 西野広直 (宇都宮大) ,  森大毅 (宇都宮大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-3Q-13  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・自動的に付与された感情次元ラベル付きの大規模自発音声コーパスによるモデルの事前学習の提案。
・事前学習において感情次元を考慮した方が,合成音声から知覚される快-不快の制御性能が高いことが判明。
・独話ベースと対話ベースで学習したモデルを比較した結果,対話ベースの方がより対話音声合成に適していることが判明。

シソーラス用語： コーパス ,  *音声合成 ,  学習 ,  会話 ,  音声 ,  品質 ,  日本語 ,  ニューラルネットワーク ,  評価 ,  主観評価
準シソーラス用語： 音声コーパス ,  事前学習 ,  対話 ,  感情音声 ,  音声品質 ,  LSTM ,  客観評価

分類 (1件)： 音声処理  (JE05000E)

引用文献 (5件)：

• Yokoyama et al., Proc. Interspeech 2018, pp. 3053-3056, 2018.
• Shen et al., ICASSP, pp. 4779-4783, 2018.
• Mori et al., Speech Communication, No. 53, pp. 36-50, 2011.
• Mirsamadi et al., ICASSP, pp. 2227-2231, 2017.
• Kumar et al., NIPS, pp. 14881-14892, 2019.

タイトルに関連する用語 (5件)： 音声コーパス ,  併用 ,  対話 ,  音声合成 ,  高品質化