| 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 | 2013-12-20 10:45 ［招待講演］Acoustic Modeling Using Restricted Boltzmann Machines and Deep Belief Networks for Statistical Parametric Speech Synthesis and Voice Conversion ○Zhen-Hua Ling・Ling-Hui Chen・Li-Rong Dai（USTC）  SP2013-90 |
|
| 抄録 | （和） | This paper summarizes our previous work on spectral modeling using restricted Boltzmann machines (RBM) and deep belief networks (DBN) for statistical parametric speech synthesis and voice conversion. This approach improves the conventional methods in two ways. First, the raw spectral envelopes extracted by the STRAIGHT vocoder are used as the features for spectral modeling. Second, instead of using single Gaussian distribution, we adopt RBMs or DBNs to represent the distribution of the envelopes at each HMM state or GMM mixture. Our experimental results show the effectiveness of this proposed method in improving the naturalness and similarity of the generated speech. |
| （英） | This paper summarizes our previous work on spectral modeling using restricted Boltzmann machines (RBM) and deep belief networks (DBN) for statistical parametric speech synthesis and voice conversion. This approach improves the conventional methods in two ways. First, the raw spectral envelopes extracted by the STRAIGHT vocoder are used as the features for spectral modeling. Second, instead of using single Gaussian distribution, we adopt RBMs or DBNs to represent the distribution of the envelopes at each HMM state or GMM mixture. Our experimental results show the effectiveness of this proposed method in improving the naturalness and similarity of the generated speech. | |
| キーワード | （和） | speech synthesis / voice conversion / restricted Boltzmann machine / deep Belief network / hidden Markov model / Gaussian mixture model / / |
| （英） | speech synthesis / voice conversion / restricted Boltzmann machine / deep Belief network / hidden Markov model / Gaussian mixture model / / | |
| 文献情報 | 信学技報, vol. 113, no. 366, SP2013-90, pp. 103-108, 2013年12月. | |
| 資料番号 | SP2013-90 | |
| 発行日 | 2013-12-12 (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 | SP2013-90 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP |
| 開催期間 | 2013-12-19 - 2013-12-20 |
| 開催地（和） | 筑波大学文京キャンパス |
| 開催地（英） | |
| テーマ（和） | 第15回音声言語シンポジウム |
| テーマ（英） | 15th Symposium on Spoken Language |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2013-12-SP-SLP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Acoustic Modeling Using Restricted Boltzmann Machines and Deep Belief Networks for Statistical Parametric Speech Synthesis and Voice Conversion |
| サブタイトル（英） | |
| キーワード(1)（和/英） | speech synthesis / speech synthesis |
| キーワード(2)（和/英） | voice conversion / voice conversion |
| キーワード(3)（和/英） | restricted Boltzmann machine / restricted Boltzmann machine |
| キーワード(4)（和/英） | deep Belief network / deep Belief network |
| キーワード(5)（和/英） | hidden Markov model / hidden Markov model |
| キーワード(6)（和/英） | Gaussian mixture model / Gaussian mixture model |
| 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） | Zhen-Hua Ling / Zhen-Hua Ling / |
| 第1著者 所属（和/英） | University of Science and Technology of China (略称： USTC) University of Science and Technology of China (略称： USTC) |
| 第2著者 氏名（和/英/ヨミ） | Ling-Hui Chen / Ling-Hui Chen / |
| 第2著者 所属（和/英） | University of Science and Technology of China (略称： USTC) University of Science and Technology of China (略称： USTC) |
| 第3著者 氏名（和/英/ヨミ） | Li-Rong Dai / Li-Rong Dai / |
| 第3著者 所属（和/英） | University of Science and Technology of China (略称： USTC) University of Science and Technology of China (略称： USTC) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-12-20 10:45:00 |
| 発表時間 | 60分 |
| 申込先研究会 | SP |
| 資料番号 | SP2013-90 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.366 |
| ページ範囲 | pp.103-108 |
| ページ数 | 6 |
| 発行日 | 2013-12-12 (SP) |
[研究会発表申込システムのトップページに戻る]