講演抄録/キーワード |
講演名 |
2018-08-27 11:35
[ポスター講演]DNN音声合成のための話者情報の表現方法の検討 ○リン イクカン・井本桂右・新妻雅弘・山西良典・山下洋一(立命館大) SP2018-25 |
抄録 |
(和) |
DNN音声合成はHMM音声合成より自然な音声を合成できることが示されている。複数話者の音声データを用いて音響モデルを学習する時に、one-hotベクトルで表現した話者情報を入力に用いることが多い。しかし、one-hotベクトルでは話者間の類似性を表現できず、学習に用いられていない話者の音声合成は難しい。本稿はMDSを用いて話者を空間配置し、話者の類似性をより直接的に表現した分散表現を得る手法を提案する。分散表現を話者情報に用いて、DNN音声合成システムを学習する手法も述べる。提案手法とone-hotベクトルで話者情報を表現する手法で合成した音声の比較も行う。 |
(英) |
Recent studies have shown that DNN speech synthesis can generate natural synthesized speech than HMM-based speech synthesis. When learning an acoustic model with multiple speaker speech data, speaker information expressed by one-hot vector is often used for DNN input. However, the one-hot vector can’t express the similarity between speakers and it is difficult to generate synthesis voice for any speaker who is not be used for acoustic model learning. We propose a method to obtain speakers’ spatial arrangement using MDS and get the distributed expression which can more directly expressing the similarity between speakers. We also describe a method to learning speaker information with distributed expression by DNN speech synthesis system. At last, we compare the generate speech by the proposed method and the conventional method which expressing speaker information with one-hot vector. |
キーワード |
(和) |
音声合成 / 話者情報 / DNN / 分散表現 / MDS / / / |
(英) |
Speech Synthesis / Speaker information / DNN / distributed expression / MDS / / / |
文献情報 |
信学技報, vol. 118, no. 198, SP2018-25, pp. 15-18, 2018年8月. |
資料番号 |
SP2018-25 |
発行日 |
2018-08-20 (SP) |
ISSN |
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 |
SP2018-25 |