DGC-vector：一种用于零样本语音转换的新说话人嵌入
声音
2022-03-21 v1 音频与语音处理
摘要
近来，越来越多的零样本语音转换算法被提出。作为零样本语音转换的基础部分，说话人嵌入是提高转换后语音说话人相似度的关键。本文研究了说话人嵌入对零样本语音转换性能的影响。为了更好地表征目标说话人特征并提升零样本语音转换中的说话人相似度，我们提出了一种新颖的说话人表征方法。我们的方法结合了 D-vector、基于全局风格标记（GST）的说话人表征与辅助监督的优势。客观与主观评测表明，所提方法在零样本语音转换上取得了良好性能，并相比 D-vector 与基于 GST 的说话人嵌入显著提升了说话人相似度。
引用
@article{arxiv.2203.09722,
title = {DGC-vector: A new speaker embedding for zero-shot voice conversion},
author = {Ruitong Xiao and Haitong Zhang and Yue Lin},
journal= {arXiv preprint arXiv:2203.09722},
year = {2022}
}
备注
2022 IEEE International Conference on Acoustics, Speech and Signal Processing