基于 StarGAN 的日语短语情感语音转换
声音
2021-04-06 v1 计算与语言
音频与语音处理
摘要
本文表明 StarGAN-VC——一种用于非并行多对多语音转换（VC）的谱包络变换方法——能够实现情感语音转换（EVC）。尽管 StarGAN-VC 已被证明可实现说话人身份转换，但其在日语短语 EVC 上的能力尚未明确。本文中，我们描述了将 StarGAN-VC 以极小的基频与非周期成分处理直接应用于 EVC 任务。通过主观评价实验，我们评估了所提 StarGAN-EVC 系统在实现日语短语 EVC 方面的性能。主观评价从主观分类以及中立度与相似度的平均意见得分两方面进行。此外，从 EVC 质量的角度考察了源情感域与目标情感域之间的相互依赖关系。
引用
@article{arxiv.2104.01807,
title = {StarGAN-based Emotional Voice Conversion for Japanese Phrases},
author = {Asuka Moritani and Ryo Ozaki and Shoki Sakamoto and Hirokazu Kameoka and Tadahiro Taniguchi},
journal= {arXiv preprint arXiv:2104.01807},
year = {2021}
}
备注
Submitted to Interspeech 2021