| 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 | 2020-06-12 13:30 CycleGANに基づく構音障害音声の明瞭性改善 ○今井柊平・能勢 隆・金垣 葵（東北大）・渡辺 聡（ヒューマンテクノシステム）・伊藤彰則（東北大）  WIT2020-1 |
|
| 抄録 | （和） | 本稿では非ペア声質変換のタスクで有効性が示されているCycleGAN-VC2を使用して構音障害音声から複数話者の健常音声への変換を学習することで明瞭性の改善を検討する．以前から音声合成技術や声質変換技術を用いて構音障害者のコミュニケーションを支援する試みが行われてきた．特に近年では深層学習による手法が様々なタスクで優れた結果を残していることから，これを用いた手法が検討されてきている．しかしながら高品質な手法は構音障害音声の大規模コーパスを構築する必要があり，これは構音障害者にとって負担が大きく困難である．一方，健常音声のコーパスとしては既存のものが様々存在するため，大量に学習に使用することが可能である．そこで本研究では，学習に使用する健常音声として複数話者を使用することで，比較的少量の構音障害音声にもかかわらず明瞭性を改善する手法を検討する．健常音声として単一話者と複数話者を使用し，複数話者の場合は話者数の違いにより複数のデータセットを作成した．これらの各条件でCycleGAN-VC2の学習を行い，得られた音声を主観・客観的に評価することで性能を比較した． |
| （英） | Several voice conversion systems have been developed that converts the dysarthric speech into healthy speech.The conventional methods, however, require a large amount of dysarthric speech for realizing a high-quality voice output.Preparing such a database is burdensome for those people with dysarthria.In this paper, we investigate a method to improve intelligibility by learning the conversion from dysarthric speech to healthy speech with multiple speakers using CycleGAN-VC2, an efficient and high-quality VC algorithm in the task of unpaired voice conversion.We trained VC models with CycleGAN-VC2 using healthy speech with multiple speaker and relatively small amount of dysarthric speech, and compared the performance of converted speech by subjective and objective evaluation. | |
| キーワード | （和） | 構音障害 / 明瞭性 / 声質変換 / CycleGAN / / / / |
| （英） | Dysarthria / Pronounce clarity / Voice conversion / CycleGAN / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 63, WIT2020-1, pp. 1-6, 2020年6月. | |
| 資料番号 | WIT2020-1 | |
| 発行日 | 2020-06-05 (WIT) | |
| 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) | |
| PDFダウンロード | WIT2020-1 |
|
| 研究会情報 | |
| 研究会 | WIT |
| 開催期間 | 2020-06-12 - 2020-06-12 |
| 開催地（和） | オンライン開催（大阪産業大学から変更） |
| 開催地（英） | Online |
| テーマ（和） | 福祉情報工学、一般 |
| テーマ（英） | Well-being Information Technology, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | WIT |
| 会議コード | 2020-06-WIT |
| 本文の言語 | 日本語 |
| タイトル（和） | CycleGANに基づく構音障害音声の明瞭性改善 |
| サブタイトル（和） | |
| タイトル（英） | Improving the pronounce clarity of dysarthric speech using CycleGAN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 構音障害 / Dysarthria |
| キーワード(2)（和/英） | 明瞭性 / Pronounce clarity |
| キーワード(3)（和/英） | 声質変換 / Voice conversion |
| キーワード(4)（和/英） | CycleGAN / CycleGAN |
| 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） | 今井 柊平 / Shuhei Imai / イマイ シュウヘイ |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 能勢 隆 / Takashi Nose / ノセ タカシ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 金垣 葵 / Aoi Kanagaki / カナガキ アオイ |
| 第3著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 渡辺 聡 / Satoshi Watanabe / ワタナベ サトシ |
| 第4著者 所属（和/英） | ヒューマンテクノシステム (略称： ヒューマンテクノシステム) Human Techno System (略称： HTS) |
| 第5著者 氏名（和/英/ヨミ） | 伊藤 彰則 / Akinori Ito / イトウ アキノリ |
| 第5著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-06-12 13:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | WIT |
| 資料番号 | WIT2020-1 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.63 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2020-06-05 (WIT) |
[研究会発表申込システムのトップページに戻る]