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 09:00
ソースフィルタ型音声合成の敵対的学習による最適化
光井勇人杉浦陽介安井希子島村徹也埼玉大SIS2020-35
抄録 (和) 本研究は,深層学習を用いたソースフィルタ型の音声波形生成モデルの精度向上を目的とする.ソースフィルタ型の音声波形生成モデルは,PixelCNNを基とするWaveNetと比べて少ない演算量で実装可能である一方,音質の低下が問題であった.そこで生成音声の自然性を担保するために,従来の手法に,敵対的学習によるマルチタスク学習の機構を導入する.提案法では,MelGANをベースとする敵対的学習を利用し,波形領域での再現性能を考慮する.実験の結果から,提案法は従来法では表現することが出来なかった音声のダイナミクスを得ることができることを示す. 
(英) This research aims to improve the accuracy of the source-filter based speech waveform generation model using deep learning. While the source-filter based speech waveform generation model can be implemented with lower computational cost compared with WaveNet based on Pixel CNN, this model produces a low-quality speech. To maintain the naturalness of the generated speech, we introduce a mutli-task training architecture using the adversarial training. In the proposed method, we use the architecture of MelGAN as the adversarial training. From the experimental results, we reveal that the proposed method can obtain the dynamics of speech which was lost in the case of the conventional method.
キーワード (和) 深層学習 / 音声合成 / ソースフィルタ理論 / 敵対的学習 / / / /  
(英) Deep Learning / Speech synthesis / Source-Filter theory / Adversarial training / / / /  
文献情報 信学技報, vol. 120, no. 415, SIS2020-35, pp. 1-4, 2021年3月.
資料番号 SIS2020-35 
発行日 2021-02-25 (SIS) 
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 SIS2020-35

研究会情報
研究会 SIS  
開催期間 2021-03-04 - 2021-03-05 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) ソフトコンピューティング,一般 
テーマ(英) Soft Computing, etc. 
講演論文情報の詳細
申込み研究会 SIS 
会議コード 2021-03-SIS 
本文の言語 日本語 
タイトル(和) ソースフィルタ型音声合成の敵対的学習による最適化 
サブタイトル(和)  
タイトル(英) Optimization source-filtere based speech waveform generation using adversarial training 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) 音声合成 / Speech synthesis  
キーワード(3)(和/英) ソースフィルタ理論 / Source-Filter theory  
キーワード(4)(和/英) 敵対的学習 / Adversarial training  
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) 光井 勇人 / Hayato Mitsui / ミツイ ハヤト
第1著者 所属(和/英) 埼玉大学大学院理工学研究科 (略称: 埼玉大)
Graduate School of Science and Engineering, Saitama University (略称: Saitama Univ.)
第2著者 氏名(和/英/ヨミ) 杉浦 陽介 / Yosuke Sugiura / スギウラ ヨウスケ
第2著者 所属(和/英) 埼玉大学大学院理工学研究科 (略称: 埼玉大)
Graduate School of Science and Engineering, Saitama University (略称: Saitama Univ.)
第3著者 氏名(和/英/ヨミ) 安井 希子 / Nozomiko Yasui / ヤスイ ノゾミコ
第3著者 所属(和/英) 埼玉大学大学院理工学研究科 (略称: 埼玉大)
Graduate School of Science and Engineering, Saitama University (略称: Saitama Univ.)
第4著者 氏名(和/英/ヨミ) 島村 徹也 / Tetsuya Shimamura / シマムラ テツヤ
第4著者 所属(和/英) 埼玉大学大学院理工学研究科 (略称: 埼玉大)
Graduate School of Science and Engineering, Saitama University (略称: Saitama Univ.)
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 09:00:00 
発表時間 20分 
申込先研究会 SIS 
資料番号 SIS2020-35 
巻番号(vol) vol.120 
号番号(no) no.415 
ページ範囲 pp.1-4 
ページ数
発行日 2021-02-25 (SIS) 


[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