情感语音转换：理论、数据库与ESD
计算与语言
2022-01-11 v2
摘要
本文首先综述了当前最先进的情感语音转换研究及现有情感语音数据库，进而提出开发一种新型情感语音数据库（ESD）以满足日益增长的研究需求。随本文发布，ESD数据库现已向研究界开放。ESD数据库包含10名英语母语者与10名汉语母语者所说的350条平行语句，涵盖5类情感（中性、高兴、愤怒、悲伤与惊讶）。超过29小时的语音数据在受控声学环境中录制，该数据库适用于多说话人与跨语言情感语音转换研究。作为案例研究，我们在ESD数据库上实现了若干最先进的情感语音转换系统。本文在其发布之际为ESD提供了一项参考研究。
引用
@article{arxiv.2105.14762,
title = {Emotional Voice Conversion: Theory, Databases and ESD},
author = {Kun Zhou and Berrak Sisman and Rui Liu and Haizhou Li},
journal= {arXiv preprint arXiv:2105.14762},
year = {2022}
}
备注
Speech Communication