お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2017-07-27 16:15
コンテキスト事後確率のSequence-to-Sequence学習を用いた音声変換とDual Learningの評価
三好裕之・○齋藤佑樹高道慎之介猿渡 洋東大SP2017-17
抄録 (和) 本稿では,コンテキスト事後確率の sequence-to-sequence 学習を用いた音声変換を提案する.従来のコンテキスト事後確率の複写に基づく音声変換は,パラレルデータが不要であるという利点があるが,入力音声特徴量に対するコンテキスト事後確率を複写するため,事後確率に含まれる話速や音韻性の変換が困難であった.提案手法では,学習データに部分的なパラレルデータが含まれていると仮定し,入出力話者のコンテキスト事後確率の可変長変換を行うことで,事後確率に含まれる話速や音韻性の変換を可能にする.さらに,音声認識・事後確率変換・音声合成の全てのモデルを同時に最適化するための dual learning も導入する.実験的評価では,sequence-to-sequence 学習及び dual learning の有効性を客観評価及び主観評価により検証する. 
(英) Voice conversion (VC) using sequence-to-sequence learning of context posterior probabilities is proposed. Conventional VC using shared context posterior probabilities predicts target speech parameters from the context posterior probabilities estimated from the source speech parameters. Although conventional VC can be built from non-parallel data, it is difficult to convert speaker individuality such as phonetic property and speaking rate contained in the posterior probabilities because the source posterior probabilities are directly used for predicting target speech parameters. In this work, we assume that the training data partly include parallel speech data and propose sequence-to-sequence learning between the source and target posterior probabilities. The conversion models perform non-linear and variable-length transformation from the source probability sequence to the target one. Further, we propose a joint training algorithm for the modules. In contrast to conventional VC, which separately trains the speech recognition that estimates posterior probabilities and the speech synthesis that predicts target speech parameters, our proposed method jointly trains these modules along with the proposed probability conversion modules. Experimental results demonstrate that our approach outperforms the conventional VC.
キーワード (和) 音声変換 / コンテキスト事後確率 / sequence-to-sequence 学習 / dual learning / / / /  
(英) voice conversion / context posterior probabilities / sequence-to-sequence learning / dual learning / / / /  
文献情報 信学技報, vol. 117, no. 160, SP2017-17, pp. 9-14, 2017年7月.
資料番号 SP2017-17 
発行日 2017-07-20 (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 SP2017-17

研究会情報
研究会 SP IPSJ-SLP  
開催期間 2017-07-27 - 2017-07-28 
開催地(和) 秋保リゾート ホテルクレセント 
開催地(英) Akiu Resort Hotel Crescent 
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 2017-07-SP-SLP 
本文の言語 日本語 
タイトル(和) コンテキスト事後確率のSequence-to-Sequence学習を用いた音声変換とDual Learningの評価 
サブタイトル(和)  
タイトル(英) Voice Conversion Using Sequence-to-Sequence Learning of Context Posterior Probabilities and Evaluation of Dual Learning 
サブタイトル(英)  
キーワード(1)(和/英) 音声変換 / voice conversion  
キーワード(2)(和/英) コンテキスト事後確率 / context posterior probabilities  
キーワード(3)(和/英) sequence-to-sequence 学習 / sequence-to-sequence learning  
キーワード(4)(和/英) dual learning / dual learning  
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) 三好 裕之 / Hiroyuki Miyoshi / ミヨシ ヒロユキ
第1著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
第2著者 氏名(和/英/ヨミ) 齋藤 佑樹 / Yuki Saito / サイトウ ユウキ
第2著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
第3著者 氏名(和/英/ヨミ) 高道 慎之介 / Shinnosuke Takamichi / タカミチ シンノスケ
第3著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
第4著者 氏名(和/英/ヨミ) 猿渡 洋 / Hiroshi Saruwatari / サルワタリ ヒロシ
第4著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
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2著者 
発表日時 2017-07-27 16:15:00 
発表時間 30分 
申込先研究会 SP 
資料番号 SP2017-17 
巻番号(vol) vol.117 
号番号(no) no.160 
ページ範囲 pp.9-14 
ページ数
発行日 2017-07-20 (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