用于统计参数语音合成的循环神经网络后滤波器
计算与语言
2016-01-28 v1
摘要
在过去两年中，大量论文探讨了使用深度神经网络来替代传统统计参数语音合成中的声学模型。然而，诸如基于 DNN 的后滤波（即 DNN 与传统声学模型协同工作）等方法却甚少受到关注。在本文中，我们研究使用循环神经网络作为合成的一种潜在后滤波器。我们探索了替换现有后滤波器的可能性，并强调了将任意新特征作为后滤波器的输入的简便性。我们还尝试了一种联合训练分类与回归树（Classification And Regression Tree）与后滤波器的新方法，而非传统上独立训练它们的做法。
引用
@article{arxiv.1601.07215,
title = {Recurrent Neural Network Postfilters for Statistical Parametric Speech Synthesis},
author = {Prasanna Kumar Muthukumar and Alan W Black},
journal= {arXiv preprint arXiv:1601.07215},
year = {2016}
}