WEKO3
アイテム
唇画像からの音声生成における話者依存性の分析
https://ipsj.ixsq.nii.ac.jp/records/211528
https://ipsj.ixsq.nii.ac.jp/records/2115286380f649-0661-46ec-980f-55c98d0256d0
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MUS21131019.pdf (982.3 kB)
|
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-06-11 | |||||||||
| タイトル | ||||||||||
| タイトル | 唇画像からの音声生成における話者依存性の分析 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | ディスカッション | |||||||||
| 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 | ||||||||||
| 大阪工業大学大学院情報科学研究科 | ||||||||||
| 著者所属 | ||||||||||
| 大阪工業大学 | ||||||||||
| 著者名 |
金澤, 尚希
× 金澤, 尚希
× 鈴木, 基之
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 近年，様々な手法のサイレント音声技術が研究されているが，精度の改善が目下の課題である．これらの手法の内，本研究では唇画像からの音声生成に注目した．現在，DNN を用いて唇画像からスペクトル特徴量や基本周波数を推定して音声生成を行う手法では話者性が生成した音声の品質にどの程度の影響を与えるか考慮されていない．そのため，本研究では特定話者モデル，不特定話者モデル，話者適応モデルに評価実験を行った．その結果，話者適応モデルの正答率は 71% となり，不特定話者モデルより 10 ポイント程度向上することがわかった． | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN10438388 | |||||||||
| 書誌情報 |
研究報告音楽情報科学（MUS） 巻 2021-MUS-131, 号 19, p. 1-6, 発行日 2021-06-11 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2188-8752 | |||||||||
| 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 | |||||||||
