WEKO3
アイテム
Deep Neural Networkに基づく音響特徴抽出・音響モデルを用いた統計的音声合成システムの構築
https://ipsj.ixsq.nii.ac.jp/records/113125
https://ipsj.ixsq.nii.ac.jp/records/1131256f63b49b-3e5c-4a6a-a835-0189e269966c
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
|
|
Copyright (c) 2015 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2015-02-20 | |||||||||
| タイトル | ||||||||||
| タイトル | Deep Neural Networkに基づく音響特徴抽出・音響モデルを用いた統計的音声合成システムの構築 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 音声合成 | |||||||||
| 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 | ||||||||||
| 国立情報学研究所 | ||||||||||
| 著者所属 | ||||||||||
| 国立情報学研究所 | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| National Institute of Informatics | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| National Institute of Informatics | ||||||||||
| 著者名 |
高木, 信二
× 高木, 信二
× 山岸, 順一
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 近年,Deep Neural Network (DNN) を用いた手法が様々な分野で高い性能を示しており,統計的音声合成においても DNN を用いた手法が注目を集め,盛んに研究されている.従来,統計的音声合成システムでは音声特徴量の 1 つであるスペクトルは,低次元のスペクトルパラメータ (例えば,メルケプストラムや LSP) によって表現され,隠れマルコフモデル (Hidden Markov Model; HMM) や DNN によってモデル化される.本論文では,振幅スペクトルの微細な特徴を捉えるため,DNN の枠組みを用いて振幅スペクトルを直接モデル化することを検討する.本モデル化手法では,スペクトルパラメータ抽出器である Deep Auto-encoder と音響モデルのための DNN を連結し,テキストから得られた言語特徴量から振幅スペクトルを直接合成する巨大な DNN を構築する.分析再合成実験による Deep Auto-encoder を用いて抽出された低次元特徴量の評価,及び,テキスト音声合成実験による提案スペクトルモデリングの評価を行った. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 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 2015-SLP-105, 号 2, p. 1-6, 発行日 2015-02-20 |
|||||||||
| 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 | |||||||||