用于歌声转换的分层解耦表示学习
声音
2021-04-27 v2 机器学习
音频与语音处理
摘要
传统歌声转换（SVC）方法常因数据高维度而受困于高分辨率音频处理。在本文中，我们提出一种分层表示学习，可独立地学习多分辨率的解耦表示。利用所学解耦表示，所提方法从低分辨率到高分辨率逐步执行SVC。实验结果表明，在平均意见分（MOS）、相似度得分与音高准确度方面，所提方法优于以单一分辨率运行的基线方法。
引用
@article{arxiv.2101.06842,
title = {Hierarchical disentangled representation learning for singing voice conversion},
author = {Naoya Takahashi and Mayank Kumar Singh and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2101.06842},
year = {2021}
}
备注
accepted at IJCNN 2021