| 講演抄録/キーワード |
| 講演名 |
2021-06-19 15:00
話者特徴抽出器を加えたFaderNetVCによる未知話者声質変換 ○井硲 巧・岸田拓也・中鹿 亘(電通大) SP2021-20 |
| 抄録 |
(和) |
近年,Deep Neural Network(以下,DNNとする)を用いた声質変換モデルが数多く提案されており,そのなかでもFaderNetVCはEncoderにより発話から発話内容のみを出力し,それをone-hotな話者ラベルと共にDecoderに入力することにより発話内容を変えることなく話者のみを変えることを実現している.
しかしこのFaderNetVCモデルは,既知話者のone-hotラベルを用いての声質変換が前提となっているため,話者ラベルを持たない未知話者に対しての変換性能が低くなってしまう.本研究ではこの問題を解決するために,話者情報を出力するEncoderを追加したSplitterNetVCを提案する. |
| (英) |
In recent years, many voice conversion models using Deep Neural Network (DNN) have been proposed, and FaderNetVC is one of them. In FaderNetVC, an encoder outputs only the speech content from an utterance, and a decoder reconstructs the speech from it with one-hot speaker labels.
However, since this FaderNetVC model assumes voice conversion using the one-hot label of the known speaker, the conversion performance for unknown speakers without speaker labels is low. In order to solve this problem, we propose SplitterNetVC with an additional encoder that outputs speaker information. |
| キーワード |
(和) |
声質変換 / FaderNetVC / AIPNet / VAE / / / / |
| (英) |
Voice Conversion / FaderNetVC / AIPNet / VAE / / / / |
| 文献情報 |
信学技報, vol. 121, no. 66, SP2021-20, pp. 91-96, 2021年6月. |
| 資料番号 |
SP2021-20 |
| 発行日 |
2021-06-11 (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 |
SP2021-20 |