Преобразование голоса WaveNet без вокодера с использованием непараллельных данных

Преобразование голоса

Категории: WaveNet | Гауссовская модель смеси | Динамическая трансформация временной шкалы

Метки: 2019 | Eng Siong Chng | Haizhou Li | Xiaohai Tian

В типичной системе преобразования голоса вокодер обычно используется для преобразования речи в признаки и синтеза признаков в речь. Однако вокодер может быть источником ухудшения качества речи. В этой статье представлен подход к преобразованию голоса без использования вокодера с использованием вейвлета для непараллельных обучающих данных. Вместо того, чтобы работать с промежуточными функциями, предлагаемый подход использует WaveNet для непосредственного сопоставления фонетических апостериорограмм (PPG) с образцами формы сигнала. Таким образом, мы избегаем ошибок оценки, вызванных вокодером и п...

Высококачественное преобразование голоса с использованием просодических характеристик и спектральных характеристик с высоким разрешением

Преобразование голоса

Категории: Автокодировщик | Глубокое обучение | Динамическая трансформация временной шкалы | Преобразование Фурье

Метки: 2015 | Eng Siong Chng | Hy Quy Nguyen | Minghui Dong | Siu Wa Lee | Xiaohai Tian

За последнее десятилетие методы преобразования голоса быстро развивались. Исследования показали, что характеристики диктора определяются спектральными характеристиками, а также различными просодическими особенностями. Большинство существующих методов преобразования фокусируются на спектральной характеристике, поскольку она непосредственно отражает тембровые характеристики, в то время как некоторые методы преобразования сосредоточены только на просодической характеристике, представленной основной частотой. В этой статье предлагается комплексная структура, использующая глубокие нейронные сети дл...