差分スペクトル法に基づくDNN声質変換のためのリフタ学習及びサブバンド処理

• Item type: SIG Technical Reports(1)
• 公開日: 2020-02-06
• タイトル: 差分スペクトル法に基づくDNN声質変換のためのリフタ学習及びサブバンド処理
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般講演1
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者名: 佐伯, 高明; 齋藤, 佑樹; 高道, 慎之介; 猿渡, 洋
• 著者名(英): Takaaki, Saeki; Yuki, Saito; Shinnosuke, Takamichi; Hiroshi, Saruwatari
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，差分スペクトル法に基づく高品質かつ計算効率の高い声質変換のためのリフタ学習法及びサブバンド処理を提案する．最小位相フィルタを用いた差分スペクトル法では，高品質な反面フィルタのタップ長が長くなるという問題があるが，単にフィルタ打ち切りを行うだけでは計算量が削減される代わりに品質が劣化する．我々が提案するリフタ学習法では，フィルタの打ち切りタップ長を条件として，実ケプストラムを変換する deep neural network のパラメータだけでなく，実ケプストラムから位相を復元するためのリフタ係数をも学習することにより，フィルタ打ち切りが品質に与える影響を軽減する．また，差分スペクトル法を広帯域音声の変換に用いた場合，高域のランダムな成分を変換することにより，変換音声の品質が低下するという問題が生じる．本研究で提案するサブバンド処理では，低域のみをフィルタで変換することにより，この問題を回避する．実験的評価により，(1) フィルタ打ち切りによるリフタ学習法を用いることで，変換時のフィルタリングの計算量を削減できること，(2) サブバンド処理を広帯域音声の変換に用いることにより，変換音声の品質が大幅に向上することを示す．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2020-SLP-131, 号 2, p. 1-6, 発行日 2020-02-06
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会