Art

J-GLOBAL ID：202002244283972407   Reference number：20A1093602

The Effectiveness of Additional Context in DNN-based Spontaneous Speech Synthesis

DNNに基づく話し言葉音声合成における追加コンテキストの効果

Author (7)： YAMASHITA YUKI (東大 工) ,  KOORIYAMA TOMOKI (東大 大学院情報理工学系研究科) ,  SAITO YUKI (東大 大学院情報理工学系研究科) ,  TAKAMICHI SHINNOSUKE (東大 大学院情報理工学系研究科) ,  IJIMA YUSUKE (NTT メディアインテリジェンス研) ,  MASUMURA RYO (NTT メディアインテリジェンス研) ,  SARUWATARI HIROSHI (東大 大学院情報理工学系研究科)
Material： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
Volume： 119  Issue： 440(SIP2019 103-169)  Page： 65-70  Publication year： Feb. 24, 2020 
JST Material Number： S0532B  ISSN： 0913-5685  Document type： Proceedings
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *speech synthesis ,  neural network (biomodel) ,  Machine Learning ,  feature extraction ,  *context ,  spoken language ,  annotation ,  Japanese ,  corpus ,  information ,  hidden Markov model ,  subjective evaluation ,  evaluation test ,  *DNN-based speech synthesis ,  deep learning ,  nonverbal information
Semi thesaurus term： context ,  annotation ,  CSJ ,  paralanguage ,  dialogue corpus

JST classification (2)： Speach processing  (JE05000E) ,  Artificial intelligence  (JE08000Z)

Reference (18)：

• J. Sotelo, S. Mehri, K. Kumar, J.F. Santos, K. Kastner, A. Courville, and Y. Bengio,“Char2wav: End-to-end speech synthesis,” 2017.
• Y. Wang, R. Skerry-Ryan, D. Stanton, Y. Wu, R.J. Weiss, N. Jaitly, Z. Yang, Y. Xiao, Z. Chen, S. Bengio, Q. Le, Y. Agiomyrgiannakis, R. Clark, and R.A. Saurous, “Tacotron: Towards end-to-end speech synthesis,” Proc. INTERSPEECH, pp.4006-4010, 2017.
• Y. Yasuda, X. Wang, S. Takaki, and J. Yamagishi,“Investigation of enhanced Tacotron text-to-speech synthesis systems with self-attention for pitch accent language,” Proc. ICASSP, pp.6905-6909, 2019.
• H. Zen, A. Senior, and M. Schuster,“Statistical parametric speech synthesis using deep neural networks,” Proc. ICASSP, pp.7962-7966, 2013.
• Z. Wu, P. Swietojanski, C. Veaux, S. Renals, and S. King, “A study of speaker adaptation for DNN-based speech synthesis,” Proc. INTERSPEECH, pp.879-883, 2015.

Terms in the title (3)： 話し言葉 ,  音声合成 ,  コンテキスト