PHONEix：基于音素分布预测器的增强歌唱发音声学特征处理策略
声音
2023-03-16 v1 音频与语音处理
摘要
歌唱声音合成（SVS）作为从乐谱生成人声歌唱音的一项特定任务，近年来引起了广泛关注。SVS 面临的挑战是，在相同乐谱条件下，歌唱具有多样的发音灵活性。以往大多数 SVS 工作无法很好地处理乐谱与实际歌唱之间的错位。本文中，我们提出了一种名为 PHONEix 的声学特征处理策略，结合音素分布预测器，以缓解乐谱与歌唱声音之间的差距，该策略可轻松应用于不同的 SVS 系统。在各种设置下的广泛实验证明了我们的 PHONEix 在客观与主观评价中的有效性。
引用
@article{arxiv.2303.08607,
title = {PHONEix: Acoustic Feature Processing Strategy for Enhanced Singing Pronunciation with Phoneme Distribution Predictor},
author = {Yuning Wu and Jiatong Shi and Tao Qian and Dongji Gao and Qin Jin},
journal= {arXiv preprint arXiv:2303.08607},
year = {2023}
}
备注
Accepted by ICASSP 2023