通过交叉训练的多参考 Tacotron 用于语音合成中的风格解耦、迁移与控制
计算与语言
2019-04-05 v1
摘要
语音风格控制与迁移技术旨在丰富合成语音的多样性与表现力。现有方法将所有语音风格建模为单一表示，缺乏独立控制特定语音特征的能力。为解决此问题，我们向 Tacotron 引入一种新颖的多参考结构并提出交叉训练方法，二者共同确保多参考编码器的每个子编码器独立地解耦并控制一种特定风格。实验结果表明，我们的模型能够单独地控制与迁移所需的语音风格。
引用
@article{arxiv.1904.02373,
title = {Multi-reference Tacotron by Intercross Training for Style Disentangling,Transfer and Control in Speech Synthesis},
author = {Yanyao Bian and Changbin Chen and Yongguo Kang and Zhenglin Pan},
journal= {arXiv preprint arXiv:1904.02373},
year = {2019}
}
备注
Submitted for Interspeech 2019, 5 pages