| 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 | 2015-07-17 09:30 複数のFeed-Forward Deep Neural Networkに基づく統計的パラメトリック音声合成 ○高木信二（NII）・SangJin Kim（Naver Labs）・山岸順一（NII）・JongJin Kim（Naver Labs）  SP2015-44 |
|
| 抄録 | （和） | 近年，Deep Neural Network (DNN)を用いた手法が様々な分野で高い性能を示しており，盛んに研究されている．統計的パラメトリック音声合成においてもDNNを用いた手法が注目を集め，例えば，スペクトルからの特徴量抽出，音響モデリング，ポストフィルタなどの性能改善が報告されている．本論文では3種類のfeed-forward DNNを用い，高性能な統計的パラメトリック音声合成システムの構築を検討する．提案システムでは統計的パラメトリック音声合成システムにおいて標準的に行われる音響特徴量抽出，音響モデリング，ポストフィルタ，生成されたパラメータのスムージングの処理が全てDNNにより実現される．テキスト音声合成実験において，提案システムとHMM音声合成システム，従来のDNN音声合成システム，素片選択音声合成システムとの比較を行い，評価を行った |
| （英） | In this paper, we investigate a combination of several feed-forward deep neural networks (DNNs) for a high-quality statistical parametric speech synthesis system. Recently, DNNs have significantly improved the performance of essential components in the statistical parametric speech synthesis, e.g. spectral feature extraction, acoustic modeling and spectral post-filter. In this paper our proposed technique combines these feed-forward DNNs so that the DNNs can perform all standard steps of the statistical speech synthesis from end to end, including the feature extraction from STRAIGHT spectral amplitudes, acoustic modeling, smooth trajectory generation and spectral post-filter. The proposed DNN-based speech synthesis system is then compared to the state-of-the-art speech synthesis systems, i.e. conventional HMM-based, DNN-based and unit selection ones. |
|
| キーワード | （和） | 統計的パラメトリック音声合成 / DNN / 特徴量抽出 / 音響モデル / ポストフィルタ / / / |
| （英） | statistical parametric speech synthesis / DNN / feature extraction / acoustic model / post-filter / / / | |
| 文献情報 | 信学技報, vol. 115, no. 146, SP2015-44, pp. 49-54, 2015年7月. | |
| 資料番号 | SP2015-44 | |
| 発行日 | 2015-07-09 (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 | SP2015-44 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP |
| 開催期間 | 2015-07-16 - 2015-07-17 |
| 開催地（和） | かたくら諏訪湖ホテル |
| 開催地（英） | Katakura Suwako Hotel |
| テーマ（和） | 認識，理解，対話，一般 |
| テーマ（英） | Speech recognition and understanding, dialog system, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2015-07-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 複数のFeed-Forward Deep Neural Networkに基づく統計的パラメトリック音声合成 |
| サブタイトル（和） | |
| タイトル（英） | Multiple Feed-forward Deep Neural Networks for Statistical Parametric Speech Synthesis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 統計的パラメトリック音声合成 / statistical parametric speech synthesis |
| キーワード(2)（和/英） | DNN / DNN |
| キーワード(3)（和/英） | 特徴量抽出 / feature extraction |
| キーワード(4)（和/英） | 音響モデル / acoustic model |
| キーワード(5)（和/英） | ポストフィルタ / post-filter |
| 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） | 高木 信二 / Shinji Takaki / タカキ シンジ |
| 第1著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第2著者 氏名（和/英/ヨミ） | SangJin Kim / SangJin Kim / |
| 第2著者 所属（和/英） | Naver Corporation (略称： Naver Labs) Naver Corporation (略称： Naver Labs) |
| 第3著者 氏名（和/英/ヨミ） | 山岸 順一 / Junichi Yamagishi / |
| 第3著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第4著者 氏名（和/英/ヨミ） | JongJin Kim / JongJin Kim / |
| 第4著者 所属（和/英） | Naver Corporation (略称： Naver Labs) Naver Corporation (略称： Naver Labs) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-07-17 09:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | SP |
| 資料番号 | SP2015-44 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.146 |
| ページ範囲 | pp.49-54 |
| ページ数 | 6 |
| 発行日 | 2015-07-09 (SP) |
[研究会発表申込システムのトップページに戻る]