| 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 | 2017-03-01 12:40 ［ポスター講演］話者コードを用いたDNN音声合成における話者適応手法の検討 ○北条伸克・井島勇祐（NTT）  EA2016-108 SIP2016-163 SP2016-103 |
|
| 抄録 | （和） | 本論文では，DNN に基づくテキスト音声合成の話者適応手法について，従来提案されている手法間の性能を比較するため，客観評価実験を行う．1 つの話者適応手法は，話者コードを中間層に入力することで，話者の特徴をモデル化する手法である．目標話者の話者コードを再推定するモデル適応手法の他に，話者コードから中間層への回帰関数を再推定する適応手法を我々は過去に提案している．もう1 つの話者適応手法は，話者依存出力層を用いた手法であり，DNN の全中間層を話者間で共有し，話者ごとに異なる出力層を持つDNN を使用する． 話者適応時には，目標話者に対応する出力層の回帰パラメータが再推定される．これらの話者適応手法はこれまで同一実験条件下で比較されておらず，モデル構造や適応時に再推定されるパラメータ数等の差異が，どのように性能に影響するかは明らかでない．本研究は，35 名の話者からなる音声コーパスを使用した話者適応実験を行い，客観評価により各話者適応手法の性能を比較した．実験結果から，話者コードに基づく手法では，適応パラメータ数が大きいモデルの性能が高い傾向が確認された．また，話者コードに基づく手法は，適応パラメータ数が十分大きい場合，話者依存出力層を用いた手法と性能が同程度であることが明らかとなった． |
| （英） | In this work, we conducted objective evaluation experiments on the conventional speaker adaptation methods for DNN-based text-to-speech synthesis in order to compare their performance. One speaker adaptation method is based on speaker codes, which uses speaker codes as a input to the hidden layers. Besides the speaker adaptation method which reestimates the target speaker’s code, we have proposed the adaptation method to estimate the regression function for speaker codes. The other speaker adaptation method uses speaker dependent output layer, which shares hidden layers across all the speakers while the output layers are composed of speaker-dependent nodes. The model can be adapted to a target speaker by estimating regression layer parameters for the corresponding output layer. It has not been revealed how the difference of the model architecture and the number of adaptation parameters affects the performance. This work conducts speaker adaptation experiments using speech corpus which consists of 35 speakers’ speech data, and compared the performance by objective measure. From the experimental results, it was revealed that the speaker code-based models with more adaptation parameters show higher performance. It was also shown that the speaker code based models show comparable performance to speaker dependent output layer models when the number of adaptation parameters is set to large. | |
| キーワード | （和） | 音声合成 / 音響モデル / DNN / 話者コード / 話者適応 / / / |
| （英） | speech synthesis / acoustic model / deep neural network / speaker codes / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 477, SP2016-103, pp. 147-152, 2017年3月. | |
| 資料番号 | SP2016-103 | |
| 発行日 | 2017-02-22 (EA, SIP, 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 | EA2016-108 SIP2016-163 SP2016-103 |
|
| 研究会情報 | |
| 研究会 | SP SIP EA |
| 開催期間 | 2017-03-01 - 2017-03-02 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2017-03-SP-SIP-EA |
| 本文の言語 | 日本語 |
| タイトル（和） | 話者コードを用いたDNN音声合成における話者適応手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | An investigation of speaker adaptation method for DNN-based speech synthesis using speaker codes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声合成 / speech synthesis |
| キーワード(2)（和/英） | 音響モデル / acoustic model |
| キーワード(3)（和/英） | DNN / deep neural network |
| キーワード(4)（和/英） | 話者コード / speaker codes |
| キーワード(5)（和/英） | 話者適応 / |
| 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） | 北条 伸克 / Nobukatsu Hojo / |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 井島 勇祐 / Yusuke Ijima / |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-03-01 12:40:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2016-108, SIP2016-163, SP2016-103 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.475(EA), no.476(SIP), no.477(SP) |
| ページ範囲 | pp.147-152 |
| ページ数 | 6 |
| 発行日 | 2017-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]