失配条件下语音转换技术的鲁棒性
声音
2016-12-23 v1 机器学习
机器学习
摘要
现有关于语音转换 (VC) 的大多数研究都是在源信号与目标信号声学匹配的条件下进行的。然而，在存在失配的情况下 VC 方法的鲁棒性仍属未知。本文中，我们报告了失配条件下不同 VC 技术的比较分析。在 CMU ARCTIC 语料库上对五种不同 VC 技术进行的大量实验表明，VC 方法的性能在噪声条件下显著下降。我们发现，带幅度缩放的双线性频率弯曲 (BLFWAS) 在大多数噪声条件下优于其他方法。我们进一步探讨了不同语音增强技术对鲁棒转换的适用性。客观评估结果表明，基于谱减法和 log 最小均方误差 (logMMSE) 的语音增强技术可用于改善特定噪声条件下的性能。
引用
@article{arxiv.1612.07523,
title = {Robustness of Voice Conversion Techniques Under Mismatched Conditions},
author = {Monisankha Pal and Dipjyoti Paul and Md Sahidullah and Goutam Saha},
journal= {arXiv preprint arXiv:1612.07523},
year = {2016}
}
备注
5 pages, 2 figures