WEKO3
アイテム
離散トークンの継続長予測に基づく母語話者音声コーパスのみを用いた外国語訛り音声合成手法の改善
https://ipsj.ixsq.nii.ac.jp/records/241642
https://ipsj.ixsq.nii.ac.jp/records/241642837d7a85-fb8f-4c38-aa04-76a80766cd81
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP24154022.pdf (1.3 MB)
2026年12月5日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, SLP:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-12-05 | |||||||||||||||||
| タイトル | ||||||||||||||||||
| タイトル | 離散トークンの継続長予測に基づく母語話者音声コーパスのみを用いた外国語訛り音声合成手法の改善 | |||||||||||||||||
| タイトル | ||||||||||||||||||
| 言語 | en | |||||||||||||||||
| タイトル | Improved Foreign Accent Simulation Using Only Native Speech Corpora Based on Discrete Token Duration Prediction | |||||||||||||||||
| 言語 | ||||||||||||||||||
| 言語 | jpn | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | 音声合成・符号化 | |||||||||||||||||
| 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 | ||||||||||||||||||
| 東京大学大学院工学系研究科／産業技術総合研究所人工知能研究センター | ||||||||||||||||||
| 著者所属 | ||||||||||||||||||
| 東京大学大学院工学系研究科 | ||||||||||||||||||
| 著者所属 | ||||||||||||||||||
| 同志社大学文化情報学部 | ||||||||||||||||||
| 著者所属 | ||||||||||||||||||
| 産業技術総合研究所人工知能研究センター | ||||||||||||||||||
| 著者所属 | ||||||||||||||||||
| 東京大学大学院工学系研究科 | ||||||||||||||||||
| 著者所属 | ||||||||||||||||||
| 東京大学大学院工学系研究科 | ||||||||||||||||||
| 著者名 |
恩田, 健太郎
× 恩田, 健太郎
× 朴, 浚鎔
× 井本, 桂右
× 深山, 覚
× 齋藤, 大輔
× 峯松, 信明
|
|||||||||||||||||
| 論文抄録 | ||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||
| 内容記述 | 離散トークンを中間表現とした音声の再合成により外国語訛り音声を合成する従来手法の改善を行った．従来手法では，出力音声が入力音声の時間構造を保持してしまうために実際の話者に見られるような音素継続長に関する訛りを再現できないという問題点があったが，離散トークンベースでの継続長修正モジュールを追加することで，出力音声において継続長に関する訛りが再現された．本手法も従来手法と同様に学習データとしては母語話者音声のみを用いており，訛りに頑健な音声認識を母語話者音声コーパスのみで実現するためのデータ拡張などへの応用が期待される． | |||||||||||||||||
| 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 2024-SLP-154, 号 22, p. 1-7, 発行日 2024-12-05 |
|||||||||||||||||
| ISSN | ||||||||||||||||||
| 収録物識別子タイプ | 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 | |||||||||||||||||
