基于循环一致对抗网络的高质量非平行语音转换
音频与语音处理
2018-04-03 v1 计算与语言
声音
机器学习
摘要
尽管随着机器学习的发展，语音转换（VC）算法已取得显著成功，但在使用非平行数据时仍难以达到优越性能。在本文中，我们提出使用循环一致对抗网络（CycleGAN）进行基于非平行数据的 VC 训练。CycleGAN 是一种最初为无配对图像到图像翻译而生成的对抗网络（GAN）。一项关于跨性别转换的主观评价表明，所提方法显著优于基于 Merlin 开源神经网络语音合成系统（为适应我们的设置而调整的平行 VC 系统）的方法以及基于 GAN 的平行 VC 系统。这是首次研究表明，非平行 VC 方法的性能可以超过最先进的平行 VC 方法。
引用
@article{arxiv.1804.00425,
title = {High-quality nonparallel voice conversion based on cycle-consistent adversarial network},
author = {Fuming Fang and Junichi Yamagishi and Isao Echizen and Jaime Lorenzo-Trueba},
journal= {arXiv preprint arXiv:1804.00425},
year = {2018}
}
备注
accepted at ICASSP 2018