WEKO3
アイテム
構造化状態空間シーケンスモデルを用いた位置情報の長距離依存関係を利用したバイノーラル音声合成
https://ipsj.ixsq.nii.ac.jp/records/236403
https://ipsj.ixsq.nii.ac.jp/records/236403b13e662e-b6d5-498b-867d-549a40c74e54
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z86-4Y-07.pdf (299.7 kB)
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-01 | |||||||||
| タイトル | ||||||||||
| タイトル | 構造化状態空間シーケンスモデルを用いた位置情報の長距離依存関係を利用したバイノーラル音声合成 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | ネットワーク | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
| 資源タイプ | conference paper | |||||||||
| 著者所属 | ||||||||||
| 法大 | ||||||||||
| 著者所属 | ||||||||||
| 法大 | ||||||||||
| 著者名 |
北村, 健太郎
× 北村, 健太郎
× 伊藤, 克亘
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 構造化状態空間シーケンスモデル(S4)は、シーケンスモデリングにおいて長距離依存性を扱う技術革新で、特に音声処理で有効である。自己アテンションモデルの代替として、自動音声認識や音声合成に利用されている。本研究では、S4を基に、モノラル音声から両耳音声合成の新モデルを開発。このモデルは位置情報、両耳時間差、事前に学習された両耳音声を活用し、従来の方法と同等の品質で音声合成を可能にする。これはS4のシーケンスモデリング適用性の拡張を示し、条件付き音声合成にも適用可能であることを示唆している。 | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN00349328 | |||||||||
| 書誌情報 |
第86回全国大会講演論文集 巻 2024, 号 1, p. 173-174, 発行日 2024-03-01 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
