可逆语音转换

本文提出一种称为INVVC的可逆深度学习框架用于语音转换。该框架针对语音转换系统固有伴随的潜在威胁而设计。具体而言，我们开发了一种可逆框架，使源说话人身份可追溯。该框架基于一系列可逆的$1\times1$卷积以及由仿射耦合层组成的流构建。我们将所提框架应用于使用并行训练数据的一对一语音转换与多对一语音转换。实验结果表明，该方法在语音转换上取得了令人印象深刻的性能，并且利用与前向传播相同的参数可将转换结果反推回源输入。