講演抄録/キーワード |
講演名 |
2018-03-19 10:50
GPR音声合成における深層ガウス過程の利用の検討 ○郡山知樹・小林隆夫(東工大) EA2017-106 SIP2017-115 SP2017-89 |
抄録 |
(和) |
本稿では,ベイズ推定の枠組みとして利用されるガウス過程を
多層に組み合わせた深層ガウス過程を,統計的音声合成の枠組みに適用する.
深層ガウス過程(DGP)は,
ディープニューラルネットワーク(DNN)と同様に深層構造に基づく
高精度な予測が期待されるモデルであり,
DNNに比べ過学習が起こりにくいという特長を持つ.
これまでの報告で,大量のデータに適用可能な二重確率的変分推論(DSVI)に基づくDGPによって,
DNN音声合成より自然性の高い音声を生成できることが示されたが,
モデルの構造などの詳細な検討は行われなかった.
本研究では,
カーネル関数および層の数,中間層の次元数など
様々な条件で音声合成実験を行い,
パラメータが音響特徴量歪に与える影響を調査する. |
(英) |
This paper proposes a speech synthesis framework
based on deep Gaussian processes (DGPs).
DGP is a Bayesian deep learning model
that is composed of stacked Gaussian process regression.
In our preliminary experiments, DGP-based system yielded
more natural-sounding synthetic speech than DNN-based one.
However, the performance evaluation of DGP had not been done in detail.
In this paper,
we perform speech synthesis under various experimental conditions
with chainging kernel function and the number of layers,
and examine the relationships between acoustic feature distortions
and model architectures. |
キーワード |
(和) |
深層ガウス過程 / 確率的変分ベイズ / 統計的パラメトリック音声合成 / / / / / |
(英) |
deep Gaussian process / stochastic variational inference / statistical parametric speech synthesis / / / / / |
文献情報 |
信学技報, vol. 117, no. 517, SP2017-89, pp. 27-32, 2018年3月. |
資料番号 |
SP2017-89 |
発行日 |
2018-03-12 (EA, SIP, 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 |
EA2017-106 SIP2017-115 SP2017-89 |
研究会情報 |
研究会 |
SIP EA SP MI |
開催期間 |
2018-03-19 - 2018-03-20 |
開催地(和) |
石垣島 ホテルミヤヒラ |
開催地(英) |
|
テーマ(和) |
音声,応用/電気音響,信号処理,一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
テーマ(英) |
Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
講演論文情報の詳細 |
申込み研究会 |
SP |
会議コード |
2018-03-SIP-EA-SP-MI |
本文の言語 |
日本語 |
タイトル(和) |
GPR音声合成における深層ガウス過程の利用の検討 |
サブタイトル(和) |
|
タイトル(英) |
On the Use of Deep Gaussian Processes for GPR-based Speech Synthesis |
サブタイトル(英) |
|
キーワード(1)(和/英) |
深層ガウス過程 / deep Gaussian process |
キーワード(2)(和/英) |
確率的変分ベイズ / stochastic variational inference |
キーワード(3)(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(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) |
郡山 知樹 / Tomoki Koriyama / コオリヤマ トモキ |
第1著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.) |
第2著者 氏名(和/英/ヨミ) |
小林 隆夫 / Takao Kobayashi / コバヤシ タカオ |
第2著者 所属(和/英) |
東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.) |
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 |
2018-03-19 10:50:00 |
発表時間 |
25分 |
申込先研究会 |
SP |
資料番号 |
EA2017-106, SIP2017-115, SP2017-89 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.515(EA), no.516(SIP), no.517(SP) |
ページ範囲 |
pp.27-32 |
ページ数 |
6 |
発行日 |
2018-03-12 (EA, SIP, SP) |
|