講演抄録/キーワード |
講演名 |
2017-01-21 14:00
[招待講演]声質変換における深層学習技術 ○齋藤大輔(東大) SP2016-72 |
抄録 |
(和) |
本稿では声質変換における深層学習技術について概説する.近年,深い構造のニューラルネットワークを用いた深層学習技術は,音声認識のみならず様々な分野で用いられており,大きな成果をあげている.声質変換は入出力の対応関係を如何にモデル化するかが本質であり,この対応関係を深層学習により学習する方法がいくつか提案されている.一方で声質変換においては,タスクの性質上,限られたデータを用いてシステムを構築する必要があり,この条件下で如何に深層学習を適切に用いるかが課題となる.本稿では深層学習に基づく声質変換の研究動向について述べるとともに,多人数話者データを用いたいくつかの取り組みについても紹介する. |
(英) |
In this paper, deep learning techniques in voice conversion studies are overviewed. Recently, deep learning techniques which use neural networks with deep structure have been widely used, and they have achieved a great success in many research areas not only speech recognition. The essence of voice conversion tasks is how to model relationship between input and output. To capture this relationship, the deep learning techniques have been utilized. In voice conversion studies, systems should be constructed based on limited amount of training data. In such a condition, how to utilize deep learning techniques correctly is a technical challenge. This paper describes recent trends of voice conversion based on deep learning. In addition, some approaches which utilize training data from multiple speakers are introduced. |
キーワード |
(和) |
声質変換 / 深層学習 / / / / / / |
(英) |
voice conversion / deep learning / / / / / / |
文献情報 |
信学技報, vol. 116, no. 414, SP2016-72, pp. 47-52, 2017年1月. |
資料番号 |
SP2016-72 |
発行日 |
2017-01-14 (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) |
PDFダウンロード |
SP2016-72 |
研究会情報 |
研究会 |
SP |
開催期間 |
2017-01-21 - 2017-01-21 |
開催地(和) |
東京大学 |
開催地(英) |
The University of Tokyo |
テーマ(和) |
合成,生成,韻律,音声一般 |
テーマ(英) |
Synthesis, Generation, Prosody, etc. |
講演論文情報の詳細 |
申込み研究会 |
SP |
会議コード |
2017-01-SP |
本文の言語 |
日本語 |
タイトル(和) |
声質変換における深層学習技術 |
サブタイトル(和) |
|
タイトル(英) |
Deep learning in voice conversion |
サブタイトル(英) |
|
キーワード(1)(和/英) |
声質変換 / voice conversion |
キーワード(2)(和/英) |
深層学習 / deep learning |
キーワード(3)(和/英) |
/ |
キーワード(4)(和/英) |
/ |
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) |
齋藤 大輔 / Daisuke Saito / |
第1著者 所属(和/英) |
東京大学 (略称: 東大)
The University of Tokyo (略称: UTokyo) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
第1著者 |
発表日時 |
2017-01-21 14:00:00 |
発表時間 |
60分 |
申込先研究会 |
SP |
資料番号 |
SP2016-72 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.414 |
ページ範囲 |
pp.47-52 |
ページ数 |
6 |
発行日 |
2017-01-14 (SP) |
|