序列到序列情感语音转换综述与分析
声音
2022-03-31 v1 人工智能
机器学习
摘要
情感语音转换（EVC）致力于将语音话语从源情感转换为目标情感；因此，它可成为人机交互应用及其他领域的一项关键赋能技术。然而，EVC 仍是一个存在若干挑战的未解决研究问题。特别地，由于语速和节奏是情感转换的两个关键因素，模型必须生成长度不同的输出序列。序列到序列建模近来正作为一种可克服这些挑战的竞争性范式兴起。为激发这一有前景新方向上的进一步研究，我们对近期序列到序列 EVC 论文从六个视角进行了系统调研与综述：其动机、训练策略、模型架构、数据集、模型输入及评估方法。这些信息被组织起来，以为研究界提供当前最优技术状态易于理解的概览。最后，我们讨论了序列到序列 EVC 的现有挑战。
引用
@article{arxiv.2203.15873,
title = {An Overview & Analysis of Sequence-to-Sequence Emotional Voice Conversion},
author = {Zijiang Yang and Xin Jing and Andreas Triantafyllopoulos and Meishu Song and Ilhan Aslan and Björn W. Schuller},
journal= {arXiv preprint arXiv:2203.15873},
year = {2022}
}
备注
Submitted to INTERSPEECH 2022