| 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 | 2019-12-06 16:00 歌声合成におけるニューラルボコーダの比較検討 ○和田蒼汰・法野行哉・高木信二・橋本 佳・大浦圭一郎・南角吉彦・徳田恵一（名工大）  SP2019-42 |
|
| 抄録 | （和） | 本稿では，5種類のニューラルネットワークに基づくボコーダ（ニューラルボコーダ）を歌声合成に用いた場合について，その性能の比較検討を行う．近年，ニューラルボコーダとしてWaveNet vocoderが提案された．WaveNet vocoderは音声波形を高精度にモデル化することができ，自然な音声を生成できるが，自己回帰構造を持つことから実時間で合成できないという問題があった．この問題に対し，大きく2つのアプローチが提案されている．1つ目は，自己回帰モデルのモデル構造を小さくし，1度の順伝播にかかる時間を減らすことによって高速な合成を可能とする手法である．2つ目は，Flowを用いることにより複数のサンプルを1度に合成する手法である．これらの手法に関する性能の比較は発話文を用いて行われており，歌声を用いた場合については未だ行われていなかった．そこで本稿では，5種類のニューラルボコーダを歌声合成に用いる場合について性能を比較する．主観評価実験と客観評価実験の結果より，自然性を重視するのであればWaveRNNが，ピッチやビブラートの再現性を重視するのであればWaveNetが適切なニューラルボコーダであることを示した． |
| （英） | In this study, we compare five types of vocoders based on neural networks (neural vocoders) for singing voice synthesis. In recent years, WaveNet vocoder has been proposed as a neural vocoder. WaveNet vocoder can model speech waveforms with high accuracy and generate natural sounding speech. However there is a problem that WaveNet vocoder cannot synthesize speech in real time due to its autoregressive structure. To address this problem, two approaches have been proposed. The first approach is to reduce the model structure of the autoregressive models. This increases the efficiency of sampling from the models and allows faster synthesis than real time. The second approach is to synthesize multiple samples simultaneously by using flow-based generative models.The performance of these methods has been investigated using normal utterances, and no singing voice has been used yet. Therefore, in this paper, we compare the performance of five types of neural vocoders for singing voice synthesis. The results of subjective and objective evaluation experiments show that WaveRNN is an appropriate neural vocoder when emphasizing naturalness, and WaveNet is appropriate if emphasizing reproducibility of pitch and vibrato. | |
| キーワード | （和） | DNN / 歌声合成 / ニューラルボコーダ / WaveNet / / / / |
| （英） | DNN / Singing voice synthesis / Neural vocoder / WaveNet / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 321, SP2019-42, pp. 85-90, 2019年12月. | |
| 資料番号 | SP2019-42 | |
| 発行日 | 2019-11-29 (SP) | |
| ISSN | 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) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | SP2019-42 |
|
| 研究会情報 | |
| 研究会 | NLC IPSJ-NL SP IPSJ-SLP |
| 開催期間 | 2019-12-04 - 2019-12-06 |
| 開催地（和） | NHK放送技術研究所 |
| 開催地（英） | NHK Science & Technology Research Labs. |
| テーマ（和） | 第6回自然言語処理シンポジウム & 第21回音声言語シンポジウム |
| テーマ（英） | The 6th Natural Language Processing Symposium & The 21th Spoken Language Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2019-12-NLC-NL-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 歌声合成におけるニューラルボコーダの比較検討 |
| サブタイトル（和） | |
| タイトル（英） | A comparison of neural vocoders in singing voice synthesis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | DNN / DNN |
| キーワード(2)（和/英） | 歌声合成 / Singing voice synthesis |
| キーワード(3)（和/英） | ニューラルボコーダ / Neural vocoder |
| キーワード(4)（和/英） | WaveNet / WaveNet |
| 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） | 和田 蒼汰 / Sota Wada / ワダ ソウタ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 法野 行哉 / Yukiya Hono / ホウノ ユキヤ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 高木 信二 / Shinji Takaki / タカキ シンジ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | 橋本 佳 / Kei Hashimoto / ハシモト ケイ |
| 第4著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第5著者 氏名（和/英/ヨミ） | 大浦 圭一郎 / Keiichiro Oura / オオウラ ケイイチロウ |
| 第5著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第6著者 氏名（和/英/ヨミ） | 南角 吉彦 / Yoshihiko Nankaku / ナンカク ヨシヒコ |
| 第6著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 第7著者 氏名（和/英/ヨミ） | 徳田 恵一 / Keiichi Tokuda / トクダ ケイイチ |
| 第7著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： Nagoya Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-12-06 16:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SP |
| 資料番号 | SP2019-42 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.321 |
| ページ範囲 | pp.85-90 |
| ページ数 | 6 |
| 発行日 | 2019-11-29 (SP) |
[研究会発表申込システムのトップページに戻る]