使用带多解码器的循环一致变分自编码器进行多对多语音转换
音频与语音处理
2020-02-04 v4 计算与语言
摘要
多对多语音转换的障碍之一是需要平行训练数据，即包含由不同说话人以相同语言内容说出的语音对。由于收集此类平行数据成本极高，许多工作尝试使用非平行训练数据进行多对多语音转换。其中一种方法是使用变分自编码器（VAE）。尽管它能在无平行训练的情况下处理多对多语音转换，但基于VAE的语音转换方法存在转换语音音质低的问题。主要原因之一是VAE仅学习自重构路径，而转换路径完全未被训练。本文提出一种用于VAE的循环一致性损失，以显式学习转换路径。此外，我们提出使用多个解码器来进一步提升传统基于VAE的语音转换方法的音质。所提方法的有效性通过客观与主观评测得到验证。
引用
@article{arxiv.1909.06805,
title = {Many-to-Many Voice Conversion using Cycle-Consistent Variational Autoencoder with Multiple Decoders},
author = {Keonnyeong Lee and In-Chul Yoo and Dongsuk Yook},
journal= {arXiv preprint arXiv:1909.06805},
year = {2020}
}
备注
6 pages