评估用于高质量元音早期发声学习模拟的特征与度量
音频与语音处理
2021-04-05 v2 声音
摘要
婴儿尽管其发声器官存在声学不匹配，却如何利用听觉线索学习说话，是科学争论的热点话题。利用发音语音合成模拟早期发声学习，为深入理解该过程提供了一条途径。这些模拟中的一个关键参数是特征的选择以及用于评估合成声音与参考目标之间声学误差的度量。我们评估了一组 40 种特征-度量组合在利用高质量发音合成器优化静态元音生成任务中的表现，以此做出贡献。为此，我们评估了共振峰误差以及特征-度量误差面在归一化 F1-F2 共振峰空间中的投影的可用性。我们表明该方法可用于评估特征与度量的影响，并也能对感知结果提供见解。
引用
@article{arxiv.2005.09986,
title = {Evaluating Features and Metrics for High-Quality Simulation of Early Vocal Learning of Vowels},
author = {Branislav Gerazov and Daniel van Niekerk and Anqi Xu and Paul Konstantin Krug and Peter Birkholz and Yi Xu},
journal= {arXiv preprint arXiv:2005.09986},
year = {2021}
}
备注
Submitted to INTERSPEECH 2021