文献

J-GLOBAL ID：202202291247494410   整理番号：22A0900865

マルチスピーカWaveNetボコーダによるニューラル音声レート変換【JST・京大機械翻訳】

Neural speech-rate conversion with multispeaker WaveNet vocoder

著者 (7件)： Okamoto Takuma (National Institute of Information and Communications Technology, Kyoto 619-0289, Japan) ,  Matsubara Keisuke (Graduate School of System Informatics, Kobe University, Kobe 657-8501, Japan) ,  Matsubara Keisuke (National Institute of Information and Communications Technology, Kyoto 619-0289, Japan) ,  Toda Tomoki (Information Technology Center, Nagoya University, Nagoya 464-8601, Japan) ,  Toda Tomoki (National Institute of Information and Communications Technology, Kyoto 619-0289, Japan) ,  Shiga Yoshinori (National Institute of Information and Communications Technology, Kyoto 619-0289, Japan) ,  Kawai Hisashi (National Institute of Information and Communications Technology, Kyoto 619-0289, Japan)
資料名： Speech Communication  (Speech Communication)
巻： 138  ページ： 1-12  発行年： 2022年 
JST資料番号： W1590A  ISSN： 0167-6393  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 音のピッチを保存しながら,音声波形を拡大または圧縮できる音声レート変換技術は,信号処理に基づくアプローチによって伝統的に実現される。合成品質を改善するために,本論文では,ニューラル音声レート変換を行うため,ニューラルボコーダを用いた機械学習ベースアプローチを提案した。提案アプローチは,マルチ話者コーパスで訓練されたマルチ話者WaveNet Vocコーダを導入した。訓練データには含まれていない,多くのおよび非特定話者に対する音声速度変換を,推論における時間方向に沿った音響特徴または隠れ特徴の再サンプリングにより実現した。実験では,JVSコーパスを用いてマルチ話者WaveNet vocoderを訓練し,2種類の再サンプリング法を比較した。従来のWSOLAとSTRAIGHTも信号処理ベースベースラインとして比較した。テストセットは,モノリンガル条件のための日本語話者コーパスと,交差言語条件のための英語マルチ話者コーパス(CMU ARCTIC)を含んだ。実験の結果は,隠れ特徴の再サンプリングによる提案アプローチが,高速音声の変換における低基本周波数の話者を除いて,モノリンガルとクロスリンクの両条件で,従来手法よりも高品質音声レート変換を達成できることを示した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  *ボコーダ ,  言語 ,  *音響 ,  信号処理 ,  日本語 ,  英語 ,  基本振動数 ,  *符号器 ,  音の高さ ,  機械学習 ,  コーパス
準シソーラス用語： 訓練データ ,  音響特徴 ,  音声波形 , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチスピーカWaveNetボコーダ ,  神経音声レート変換 ,  神経ボコーダ ,  リサンプリング ,  STRAIGHT ,  WSOLA

分類 (3件)： 音声処理  (JE05000E) ,  情報加工一般  (AC05010A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： マルチ ,  スピーカ ,  WaveNet ,  ボコーダ ,  音声 ,  レート