| 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 | 2021-03-03 14:05 ［ポスター講演］統合型ソースフィルタネットワークによるニューラルボコーダ ○米山怜於・呉 宜樵・戸田智基（名大）  EA2020-69 SIP2020-100 SP2020-34 |
|
| 抄録 | （和） | 本稿では，ソースフィルタ理論に基づくニューラルボコーダを単一のネットワークにより実現する手法を提案する．深層学習に基づく音声波形生成モデリングを実現するニューラルボコーダは，高品質な音声波形を生成できる一方で，完全データ駆動型の枠組みであるがゆえに，従来型ボコーダの利点の一つであった操作機能が低下する傾向にある．そのため，従来型ボコーダと同様に音源生成部と声道フィルタ部に分割し，どちらか一方に対してパラメトリックなモデルを導入する枠組みが盛んに研究されている．従来型ボコーダにおける近似を一部導入することで，操作性を高めることが可能となるが，完全データ駆動型の枠組みと比較すると，音質が若干劣化する傾向にあり，また，操作機能についても未だ改善の余地がある．この問題に対し，本稿では，より近似の少ない枠組みとして，単一のニューラルネットワークに対してソースフィルタ理論の仕組みを導入した「統合型ソースフィルタネットワーク」を提案する．音源生成部と声道フィルタ部の両方をニューラルネットワークでモデル化して接続することで，統一的な訓練指標でネットワーク全体を最適化することを可能とするとともに，音源生成部のネットワーク出力に対する制約を導入することで，音源生成機能を備えたネットワークの学習を試みる．実験的評価の結果から，提案法は従来法であるニューラル・ソースフィルタと比較して，$F_0$変換精度を有意に改善できることを確認した． |
| （英） | In this paper, we propose a method to develop a neural vocoder using a single network based on the source-filter theory. A neural vocoder makes it possible to generate high-quality speech waveforms by applying a deep learning framework to direct speech waveform modeling. On the other hand, its controllability tends to be lower compared to that of a traditional vocoder due to the use of a totally data-driven framework. To alleviate this issue, there have been studied other neural vocoding frameworks consisting of a source excitation part and a resonance filtering part as in a traditional vocoding framework and applying a parametric model to one of these two parts. The use of a part of the traditional approximations is effective for improving controllability of neural vocoder. However, the resulting controllability is still insufficient, and this framework also causes an adverse effect on sound quality degradation compared to the totally data-driven framework. Towards the development of a better neural vocoder, we propose "a unified source-filter network" as a novel neural vocoding framework using a single network. The proposed network consists of cascaded two networks corresponding to the source excitation part and the resonance filtering part, making it possible to optimize all network parameters using a unified training criterion. Moreover, we try to optimize the source excitation network to generate reasonable source excitation signals by applying an additional constraint to its output. Our experimental results have demonstrated that the proposed method can improve $F_0$ controllability compared to the neural source-filter as one of the conventional neural vocoding methods. | |
| キーワード | （和） | 音声合成 / ソースフィルタモデル / ニューラルボコーダ / / / / / |
| （英） | speech synthesis / source-filter model / neural vocoder / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 399, SP2020-34, pp. 57-62, 2021年3月. | |
| 資料番号 | SP2020-34 | |
| 発行日 | 2021-02-24 (EA, SIP, 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) | |
| PDFダウンロード | EA2020-69 SIP2020-100 SP2020-34 |
|
| 研究会情報 | |
| 研究会 | EA US SP SIP IPSJ-SLP |
| 開催期間 | 2021-03-03 - 2021-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 音声,応用／電気音響,信号処理，超音波，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, Ultrasonics, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2021-03-EA-US-SP-SIP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 統合型ソースフィルタネットワークによるニューラルボコーダ |
| サブタイトル（和） | |
| タイトル（英） | A unified source-filter network for neural vocoder |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声合成 / speech synthesis |
| キーワード(2)（和/英） | ソースフィルタモデル / source-filter model |
| 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） | / |
| 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） | 米山 怜於 / Reo Yoneyama / ヨネヤマ レオ |
| 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） | 呉 宜樵 / Yi-Chiao Wu / ウー イーチャオ |
| 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） | 戸田 智基 / Tomoki Toda / トダ トモキ |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-03 14:05:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SP |
| 資料番号 | EA2020-69, SIP2020-100, SP2020-34 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.397(EA), no.398(SIP), no.399(SP) |
| ページ範囲 | pp.57-62 |
| ページ数 | 6 |
| 発行日 | 2021-02-24 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]