電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2016-12-20 16:40
統計的パラメトリック音声合成のための敵対的学習に基づくポストフィルタリング
金子卓弘亀岡弘和北条伸克井島勇祐平松 薫柏野邦夫NTTSP2016-61
抄録 (和) 統計的パラメトリック音声合成は,その柔軟性と省メモリ性などの利点により広く使われている.しかし,この手法で生成した音声パラメータは,学習の際の統計的平均化によって過剰な平滑化が生じ,合成した音声は肉声感が失われる傾向がある.この問題に対し,本稿では,敵対的学習を用いて取得したポストフィルタを用いることにより,失われた肉声感を再構成する手法を提案する.従来研究でも,系列内変動や変調スペクトルに着目して肉声感を取り戻そうという試みはあるが,これらは経験的発見に基づくものであり,合成音声と自然音声の差異の一部に対処しているに過ぎない.これに対して,提案手法は敵対的学習を用いながら,合成音声と自然音声とのギャップを埋めるようなポストフィルタをデータから直接学習しようとするものである.これにより, 合成音声の音声特徴量を真の音声の音声特徴量の分布に近づくように変換するポストフィルタを得ることができる. 実験では,提案手法を用いることにより,合成音声から分析合成音声に匹敵する音声が得られることを示す. 
(英) In the field of speech synthesis, statistical parametric speech synthesis has been widely used due to the flexibility and compactness. However, the quality of its synthesized speech is degraded by over-smoothing and there is a large quality gap between natural and synthesized speech. To fill the gap, we propose a novel postfilter based on a generative adversarial network (GAN). There have been several attempts to alleviate over-smoothing like ours; however, they are based on empirical findings about acoustic differences between natural and synthesized speech. Therefore, they cannot cover all the factors causing the differences. In contrast, we examine a learning-based postfilter and learn how to compensate for the differences directly from the data. In particular, we utilize a GAN and optimize a generator (i.e., postfilter) and a discriminator in an adversarial process. This enables us to obtain the postfilter to fit the true data distribution. Experimental results show that the speech generated by our proposed method is comparable to analyzed-and-synthesized speech.
キーワード (和) 統計的パラメトリック音声合成 / ポストフィルタ / 深層学習 / 敵対的学習 / / / /  
(英) statistical parametric speech synthesis / postfilter / deep neural network / generative adversarial network / / / /  
文献情報 信学技報, vol. 116, no. 378, SP2016-61, pp. 89-94, 2016年12月.
資料番号 SP2016-61 
発行日 2016-12-13 (SP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
査読に
ついて
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります.
PDFダウンロード SP2016-61

研究会情報
研究会 SP IPSJ-SLP NLC IPSJ-NL  
開催期間 2016-12-20 - 2016-12-22 
開催地(和) NTT武蔵野研究開発センタ 
開催地(英) NTT Musashino R&D 
テーマ(和) 第18回音声言語シンポジウム & 第3回自然言語処理シンポジウム 
テーマ(英) The 18th Spoken Language Symposium & The Third Natural Language Processing Symposium 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2016-12-SP-SLP-NLC-NL 
本文の言語 日本語 
タイトル(和) 統計的パラメトリック音声合成のための敵対的学習に基づくポストフィルタリング 
サブタイトル(和)  
タイトル(英) Generative Adversarial Network-based Postfiltering for Statistical Parametric Speech Synthesis 
サブタイトル(英)  
キーワード(1)(和/英) 統計的パラメトリック音声合成 / statistical parametric speech synthesis  
キーワード(2)(和/英) ポストフィルタ / postfilter  
キーワード(3)(和/英) 深層学習 / deep neural network  
キーワード(4)(和/英) 敵対的学習 / generative adversarial network  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 金子 卓弘 / Takuhiro Kaneko / カネコ タクヒロ
第1著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第2著者 氏名(和/英/ヨミ) 亀岡 弘和 / Hirokazu Kameoka / カメオカ ヒロカズ
第2著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第3著者 氏名(和/英/ヨミ) 北条 伸克 / Nobukatsu Hojo / ホウジョウ ノブカツ
第3著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第4著者 氏名(和/英/ヨミ) 井島 勇祐 / Yusuke Ijima / イジマ ユウスケ
第4著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第5著者 氏名(和/英/ヨミ) 平松 薫 / Kaoru Hiramatsu / ヒラマツ カオル
第5著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第6著者 氏名(和/英/ヨミ) 柏野 邦夫 / Kunio Kashino / カシノ クニオ
第6著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-12-20 16:40:00 
発表時間 25 
申込先研究会 SP 
資料番号 IEICE-SP2016-61 
巻番号(vol) IEICE-116 
号番号(no) no.378 
ページ範囲 pp.89-94 
ページ数 IEICE-6 
発行日 IEICE-SP-2016-12-13 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会