| 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 | 2018-03-20 14:45 Development of NU non-parallel Voice Conversion System 2018 ○Yi-Chiao Wu・Patrick Lumban Tobing・Tomoki Hayashi・Kazuhiro Kobayashi・Tomoki Toda（Nagoya Univ.）  EA2017-172 SIP2017-181 SP2017-155 |
|
| 抄録 | （和） | This paper introduces the NU non-parallel voice conversion (VC) system developed at Nagoya University for SPOKE task of Voice Conversion Challenge 2018 (VCC2018). The goal of the SPOKE task is to develop VC systems without the requirement of parallel training data. In the previous version of the system, we developed a deep neural network (DNN) based cascade VC system to convert the source voice into the target voice via the TTS voice as the reference. However, the two stages conversion caused performance degradation. As a result, in this paper, we propose a compensation AutoEncoder technique to compensate the mismatch between the output of first stage conversion and the input of the second stage conversion. In addition, we also investigate the use of deep mixture density network (DMDN) to avoid the DNN-based limitations of the lack of ability to predict variance and the unimodal nature. The objective evaluation results shows the effectiveness of DMDN and the potential improvement of compensation AutoEncoder. |
| （英） | This paper introduces the NU non-parallel voice conversion (VC) system developed at Nagoya University for SPOKE task of Voice Conversion Challenge 2018 (VCC2018). The goal of the SPOKE task is to develop VC systems without the requirement of parallel training data. In the previous version of the system, we developed a deep neural network (DNN) based cascade VC system to convert the source voice into the target voice via the TTS voice as the reference. However, the two stages conversion caused performance degradation. As a result, in this paper, we propose a compensation AutoEncoder technique to compensate the mismatch between the output of first stage conversion and the input of the second stage conversion. In addition, we also investigate the use of deep mixture density network (DMDN) to avoid the DNN-based limitations of the lack of ability to predict variance and the unimodal nature. The objective evaluation results shows the effectiveness of DMDN and the potential improvement of compensation AutoEncoder. | |
| キーワード | （和） | non-parallel voice conversion / mixture density neural network / cascade system, compensation AutoEncoder / / / / / |
| （英） | non-parallel voice conversion / mixture density neural network / cascade system, compensation AutoEncoder / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 517, SP2017-155, pp. 385-390, 2018年3月. | |
| 資料番号 | SP2017-155 | |
| 発行日 | 2018-03-12 (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 | EA2017-172 SIP2017-181 SP2017-155 |
|
| 研究会情報 | |
| 研究会 | SIP EA SP MI |
| 開催期間 | 2018-03-19 - 2018-03-20 |
| 開催地（和） | 石垣島 ホテルミヤヒラ |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2018-03-SIP-EA-SP-MI |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Development of NU non-parallel Voice Conversion System 2018 |
| サブタイトル（英） | |
| キーワード(1)（和/英） | non-parallel voice conversion / non-parallel voice conversion |
| キーワード(2)（和/英） | mixture density neural network / mixture density neural network |
| キーワード(3)（和/英） | cascade system, compensation AutoEncoder / cascade system, compensation AutoEncoder |
| キーワード(4)（和/英） | / |
| 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） | Yi-Chiao Wu / Yi-Chiao Wu / |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | Patrick Lumban Tobing / Patrick Lumban Tobing / |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第3著者 氏名（和/英/ヨミ） | Tomoki Hayashi / Tomoki Hayashi / |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | Kazuhiro Kobayashi / Kazuhiro Kobayashi / |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第5著者 氏名（和/英/ヨミ） | Tomoki Toda / Tomoki Toda / |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 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 | 2018-03-20 14:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | EA2017-172, SIP2017-181, SP2017-155 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.515(EA), no.516(SIP), no.517(SP) |
| ページ範囲 | pp.385-390 |
| ページ数 | 6 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]