| 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 | 2025-06-13 13:20 潜在変数と観測データにガンマ分布を仮定したVAEによる声質変換 ○今市夏菜子・中鹿 亘（電通大）  SP2025-1 |
|
| 抄録 | （和） | 近年, 変分オートエンコーダー(Variational Autoencoder: VAE)を用いた声質変換の研究が活発に行われ ており, 高い変換精度が報告されている. 従来の VAE では, エンコーダおよびデコーダにおいてガウス分布を仮定する のが一般的であるが, 音声特徴量として用いられる振幅スペクトルやメルスペクトログラムは非負の実数値で構成され るため, 負の値を含むガウス分布は必ずしも適切ではない. そこで, 本研究では, 正の値のみに定義される確率分布であ るガンマ分布を導入した Gamma-VAE を用い, より入力特徴に整合的な再構成を可能とする声質変換手法を提案する. |
| （英） | In recent years, voice conversion using Variational Autoencoders (VAEs) has gained significant atten- tion, achieving promising results in terms of conversion accuracy. Conventional VAEs typically assume Gaussian distributions for both the encoder and decoder; however, this assumption is not always appropriate for input features such as amplitude spectra, which consist of non-negative real values. To address this issue, we propose a voice conver- sion method based on Gamma-VAE, which models the data using a gamma distribution―a probability distribution defined only over positive values. Experimental results demonstrate that the proposed method achieves improved reconstruction accuracy and voice conversion performance compared to conventional Gaussian-based VAEs. | |
| キーワード | （和） | 深層生成モデル / VAE / 声質変換 / 音声の符号化 / ガンマ分布 / 振幅スペクトル表現 / / |
| （英） | deep Generative Model / VAE / voice conversion / speech coding / gamma distribution / amplitude spec- trum representation / / | |
| 文献情報 | 信学技報, vol. 125, no. 74, SP2025-1, pp. 1-4, 2025年6月. | |
| 資料番号 | SP2025-1 | |
| 発行日 | 2025-06-06 (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 | SP2025-1 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2025-06-13 - 2025-06-14 |
| 開催地（和） | 早稲田大学 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2025 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2025-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | 潜在変数と観測データにガンマ分布を仮定したVAEによる声質変換 |
| サブタイトル（和） | |
| タイトル（英） | Gamma-VAE-VC: Voice conversion based on VAE assuming gamma distribution for both latent variables and observation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層生成モデル / deep Generative Model |
| キーワード(2)（和/英） | VAE / VAE |
| キーワード(3)（和/英） | 声質変換 / voice conversion |
| キーワード(4)（和/英） | 音声の符号化 / speech coding |
| キーワード(5)（和/英） | ガンマ分布 / gamma distribution |
| キーワード(6)（和/英） | 振幅スペクトル表現 / amplitude spec- trum representation |
| 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） | 今市 夏菜子 / Nanako Imaichi / イマイチ ナナコ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 中鹿 亘 / Toru Nakashika / |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-06-13 13:20:00 |
| 発表時間 | 140分 |
| 申込先研究会 | SP |
| 資料番号 | SP2025-1 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.74 |
| ページ範囲 | pp.1-4 |
| ページ数 | 4 |
| 発行日 | 2025-06-06 (SP) |
[研究会発表申込システムのトップページに戻る]