往届语音合成挑战赛的声音与今日相比如何？
声音
2021-07-01 v4 音频与语音处理
摘要
共享挑战赛为比较在通用数据上训练且采用标准化评估的系统提供了平台，并且在数据与评估结果公开发布时，它们也为研究者提供了宝贵资源。Blizzard Challenge 与 Voice Conversion Challenge 分别是针对文本转语音合成与说话人转换的两类此类挑战，其公开可用的系统样本与听测结果构成了多年来最先进（state-of-the-art, SOTA）合成方法的历史记录。本文中，我们重访这些往届挑战赛，并利用来自多个挑战赛合并的样本开展大规模听测。我们的目标是共同分析并比较大量系统的主观评分，确定意见是否及如何随时间变化，并收集大规模多样化合成样本及其评分的数据集以供进一步研究。我们发现，在系统层面上，逐届挑战赛的原始结果与我们新听测之间呈强相关。我们也观察到说话人选择对合成质量的重要性。
引用
@article{arxiv.2105.02373,
title = {How do Voices from Past Speech Synthesis Challenges Compare Today?},
author = {Erica Cooper and Junichi Yamagishi},
journal= {arXiv preprint arXiv:2105.02373},
year = {2021}
}
备注
To appear at ISCA Speech Synthesis Workshop 2021