SingAug：基于循环一致训练策略的歌声合成数据增强
音频与语音处理
2022-07-07 v2 机器学习
声音
摘要
与传统的统计参数方法相比，基于深度学习的歌声合成（SVS）系统已被证明能够更灵活地生成质量更好的歌声。然而，神经系统中一般需要大量数据，在有限的公开可用训练数据下难以达到合理的歌声质量。在本工作中，我们探索不同的数据增强方法来提升 SVS 系统的训练，包括基于音高增强和混合增强的几种针对 SVS 的定制策略。为了进一步稳定训练，我们引入了循环一致训练策略。在两个公开歌声数据库上的大量实验表明，我们提出的增强方法和稳定训练策略在客观与主观评价上均能显著提升性能。
引用
@article{arxiv.2203.17001,
title = {SingAug: Data Augmentation for Singing Voice Synthesis with Cycle-consistent Training Strategy},
author = {Shuai Guo and Jiatong Shi and Tao Qian and Shinji Watanabe and Qin Jin},
journal= {arXiv preprint arXiv:2203.17001},
year = {2022}
}
备注
Accepted by INTERSPEECH 2022