お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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
[ログイン]
技報アーカイブ
 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 2021-03-04 17:10
事前学習したvq-wav2vecの音声特徴表現を用いたボコーダフリーのAny-to-Many音声変換
越塚 毅大村英史桂田浩一東京理科大EA2020-89 SIP2020-120 SP2020-54
抄録 (和) 音声変換は,入力された音声に対して言語情報を保持しつつ,話者性などの非言語情報のみを変換する技術である.一般的に,音声から話者性を除去するEncoderと,別話者の情報を加えるDecoderから構成されるシステムが多い.本稿では,事前学習したvq-wav2vecをEncoderに用いたボコーダフリーのAny-to-Many音声変換モデルを提案する. 提案モデルではEncoderの事前学習に加えて,RNN_MSと同様の構造を持つDecoderも事前学習することによって,少量の学習データからの音声変換を実現している.このようにEncoderおよびDecoderを事前学習することにより学習データ量を削減する方法は既に提案されているが,Any-to-Many音声変換を対象としている点, およびDecoderの事前学習を音声変換タスクによって行う点が異なる.音声変換の精度を評価したところ,良好な音声変換精度が得られることが確認できた.また,既に学習済みのターゲット話者に対する変換精度を損なうことなく新たなターゲット話者を追加できることが確認できた. 
(英) Voice conversion (VC) is a technique that converts speaker-dependent non-linguistic information to another speaker's one while retaining the linguistic information of input speeches. A typical VC system is composed of two modules: an encoder module which removes speaker individuality from the speech, and a decoder module which incorporates another speaker's individuality to the synthesized speech. In this paper, we propose a vocoder-free any-to-many voice conversion model using the pre-trained vq-wav2vec as an encoder module. Our model makes it possible to convert speech using only a small amount of training data by pre-training the RNN_MS like decoder module in addition to pre-training the encoder module. The difference from the previous approach which also pre-trains both the encoder and the decoder modules is that our target is any-to-many voice conversion and the decoder module is pre-trained with the voice conversion task. The experimental results show that we could obtain good conversion performance. We have also confirmed the system can add new target speakers without deteriorating the performance of conversion for the pre-trained target speakers.
キーワード (和) Any-to-Many音声変換 / Encoder-Decoderモデル / 事前学習 / vq-wav2vec / / / /  
(英) Any-to-Many Voice Conversion / Encoder-Decoder model / Pre-training / vq-wav2vec / / / /  
文献情報 信学技報, vol. 120, no. 399, SP2020-54, pp. 176-181, 2021年3月.
資料番号 SP2020-54 
発行日 2021-02-24 (EA, SIP, 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 EA2020-89 SIP2020-120 SP2020-54

研究会情報
研究会 EA US SP SIP IPSJ-SLP  
開催期間 2021-03-03 - 2021-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 音声,応用/電気音響,信号処理,超音波,一般 
テーマ(英) Speech, Engineering/Electro Acoustics, Signal Processing, Ultrasonics, and Related Topics 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2021-03-EA-US-SP-SIP-SLP 
本文の言語 日本語 
タイトル(和) 事前学習したvq-wav2vecの音声特徴表現を用いたボコーダフリーのAny-to-Many音声変換 
サブタイトル(和)  
タイトル(英) A Vocoder-free Any-to-Many Voice Conversion using Pre-trained vq-wav2vec 
サブタイトル(英)  
キーワード(1)(和/英) Any-to-Many音声変換 / Any-to-Many Voice Conversion  
キーワード(2)(和/英) Encoder-Decoderモデル / Encoder-Decoder model  
キーワード(3)(和/英) 事前学習 / Pre-training  
キーワード(4)(和/英) vq-wav2vec / vq-wav2vec  
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) 越塚 毅 / Takeshi Koshizuka / コシヅカ タケシ
第1著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS)
第2著者 氏名(和/英/ヨミ) 大村 英史 / Hidefumi Ohmura / オオムラ ヒデフミ
第2著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS)
第3著者 氏名(和/英/ヨミ) 桂田 浩一 / Kouichi Katsurada / カツラダ コウイチ
第3著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: TUS)
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 2021-03-04 17:10:00 
発表時間 25分 
申込先研究会 SP 
資料番号 EA2020-89, SIP2020-120, SP2020-54 
巻番号(vol) vol.120 
号番号(no) no.397(EA), no.398(SIP), no.399(SP) 
ページ範囲 pp.176-181 
ページ数
発行日 2021-02-24 (EA, SIP, SP) 


[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