| 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) |
| 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 | 6 |
| 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]