お知らせ 2月17日(月) 未明04:10-04:50,決済代行サービス業者のサーバメンテナンスのため,発表参加費・聴講参加費・年間登録費・ダウンロード権の支払い(クレジットカード/請求書)ができません.発表申込,原稿アップロードなど,他の機能については問題ありません.
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 2018-03-20 09:00
[ポスター講演]Development of NU Voice Conversion System 2018
Patrick Lumban TobingYi-Chiao WuTomoki HayashiKazuhiro KobayashiNagoya Univ.)・Tomoki TodaNagoya Univ./JST PRESTOEA2017-138 SIP2017-147 SP2017-121
抄録 (和) This paper presents NU (Nagoya University) voice conversion (VC) system for the HUB task of Voice
Conversion Challenge 2018 (VCC 2018). The design of the NU VC system can basically be separated into
two modules consisting of a speech parameters conversion module and a waveform processing module. In
the speech parameters conversion module, deep learning framework is deployed in estimating spectral parameters of a target speaker given those of a source speaker. Specifically, the deep neural network (DNN) and deep mixture density network (DMDN) are used as the deep model structure. In the waveform processing module, given the estimated spectral parameters and linearly transformed F0 parameters, the converted waveform is generated by using a WaveNet-based vocoder system. To use the WaveNet-based vocoder, there are several generation flows based on analysis-synthesis framework to obtain the speech parameters set, on which a system selection process is performed to select the best one in an utterance-wise manner. The results of VCC 2018 ranked the NU VC system in the 2nd place with an overall of 3.48 mean opinion score (MOS) for speech quality and 83% accuracy for speaker similarity. 
(英) This paper presents NU (Nagoya University) voice conversion (VC) system for the HUB task of Voice
Conversion Challenge 2018 (VCC 2018). The design of the NU VC system can basically be separated into
two modules consisting of a speech parameters conversion module and a waveform processing module. In
the speech parameters conversion module, deep learning framework is deployed in estimating spectral parameters of a target speaker given those of a source speaker. Specifically, the deep neural network (DNN) and deep mixture density network (DMDN) are used as the deep model structure. In the waveform processing module, given the estimated spectral parameters and linearly transformed F0 parameters, the converted waveform is generated by using a WaveNet-based vocoder system. To use the WaveNet-based vocoder, there are several generation flows based on analysis-synthesis framework to obtain the speech parameters set, on which a system selection process is performed to select the best one in an utterance-wise manner. The results of VCC 2018 ranked the NU VC system in the 2nd place with an overall of 3.48 mean opinion score (MOS) for speech quality and 83% accuracy for speaker similarity.
キーワード (和) voice conversion / deep learning models / WaveNet vocoder / waveform modeling / / / /  
(英) voice conversion / deep learning models / WaveNet vocoder / waveform modeling / / / /  
文献情報 信学技報, vol. 117, no. 517, SP2017-121, pp. 203-208, 2018年3月.
資料番号 SP2017-121 
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 EA2017-138 SIP2017-147 SP2017-121

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 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Development of NU Voice Conversion System 2018 
サブタイトル(英)  
キーワード(1)(和/英) voice conversion / voice conversion  
キーワード(2)(和/英) deep learning models / deep learning models  
キーワード(3)(和/英) WaveNet vocoder / WaveNet vocoder  
キーワード(4)(和/英) waveform modeling / waveform modeling  
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) Patrick Lumban Tobing / Patrick Lumban Tobing /
第1著者 所属(和/英) Nagoya University (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第2著者 氏名(和/英/ヨミ) Yi-Chiao Wu / Yi-Chiao Wu /
第2著者 所属(和/英) Nagoya University (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第3著者 氏名(和/英/ヨミ) Tomoki Hayashi / Tomoki Hayashi /
第3著者 所属(和/英) Nagoya University (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第4著者 氏名(和/英/ヨミ) Kazuhiro Kobayashi / Kazuhiro Kobayashi /
第4著者 所属(和/英) Nagoya University (略称: 名大)
Nagoya University (略称: Nagoya Univ.)
第5著者 氏名(和/英/ヨミ) Tomoki Toda / Tomoki Toda /
第5著者 所属(和/英) Nagoya University/JST PRESTO (略称: 名大/JSTさきがけ)
Nagoya University/JST PRESTO (略称: Nagoya Univ./JST PRESTO)
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
発表日時 2018-03-20 09:00:00 
発表時間 90 
申込先研究会 SP 
資料番号 IEICE-EA2017-138,IEICE-SIP2017-147,IEICE-SP2017-121 
巻番号(vol) IEICE-117 
号番号(no) no.515(EA), no.516(SIP), no.517(SP) 
ページ範囲 pp.203-208 
ページ数 IEICE-6 
発行日 IEICE-EA-2018-03-12,IEICE-SIP-2018-03-12,IEICE-SP-2018-03-12 


[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