使用非平行数据的无声码器 WaveNet 语音转换
音频与语音处理
2019-09-18 v2 声音
摘要
在典型的语音转换系统中，声码器通常用于语音到特征的分析以及特征到语音的合成。然而，声码器可能成为语音质量下降的来源。本文提出了一种使用 WaveNet 针对非平行训练数据的无声码器语音转换方法。所提方法不处理中间特征，而是利用 WaveNet 将音素后验图直接映射到波形样本。这样，我们避免了由声码器与特征转换引起的估计误差。此外，由于假设 PPG 是与说话人无关的，所提方法还减少了基于 WaveNet 声码器的方法中的特征不匹配问题。在 CMU-ARCTIC 数据库上进行的实验结果表明，所提方法在语音质量方面显著优于基线方法。
引用
@article{arxiv.1902.03705,
title = {A Vocoder-free WaveNet Voice Conversion with Non-Parallel Data},
author = {Xiaohai Tian and Eng Siong Chng and Haizhou Li},
journal= {arXiv preprint arXiv:1902.03705},
year = {2019}
}
备注
5 pages, 4 figures, This paper is submitted to INTERSPEECH 2019